LC 200. 岛屿数量 考频:107
我们首先明确一下岛屿问题中的网格结构是如何定义的,以方便我们后面的讨论。
网格问题是由 m×n 个小方格组成一个网格,每个小方格与其上下左右四个方格认为是相邻的,要在这样的网格上进行某种搜索。
岛屿问题是一类典型的网格问题。每个格子中的数字可能是 0 或者 1。我们把数字为 0 的格子看成海洋格子,数字为 1 的格子看成陆地格子,这样相邻的陆地格子就连接成一个岛屿。
class Solution {
int n, m;
int[] dx = {-1, 0, 1, 0};
int[] dy = {0, -1, 0, 1};
public int numIslands(char[][] grid) {
n = grid.length; // row
m = grid[0].length; // col
int res = 0;
for (int i = 0; i < n; i ++ ) {
for (int j = 0; j < m; j ++ ) {
//如果是0,直接不管,如果是1,岛屿数量加1
if (grid[i][j] == '1') {
res ++;
//并且触发连锁反应,将与该位置相邻的1全部消除(上下左右)
dfs(grid, i , j);
}
}
}
return res;
}
//将(x,y)位置所有可以组成岛屿的地方全部消除
void dfs(char[][] grid, int x, int y) {
//遍历到0终止遍历
if (grid[x][y] == '0') {
return;
}
//将当前位置消除
grid[x][y] = '0';
//遍历上下左右4个位置(枚举上下左右四个方向的技巧,已经总结),相当于扫雷连锁消除
for (int i = 0; i < 4; i ++ ) {
//这个技巧里面要再定义连个变量,不要改变x,y的值,不然会影响后面的遍历
int a = x + dx[i];
int b = y + dy[i];
if (a >= 0 && a < n && b >= 0 && b < m) {
dfs(grid, a, b);
}
}
}
}
LC 695. 岛屿的最大面积 考频:34
这题的做法与LC200题几乎一样,只不过,这里把dfs改成了带返回值的。
int n, m;
int[] dx = {-1, 0, 1, 0};
int[] dy = {0, -1, 0, 1};
public int maxAreaOfIsland(int[][] grid) {
n = grid.length; //row
m = grid[0].length; //col
int ans = 0;
for (int i = 0; i < n; i ++ ) {
for (int j = 0; j < m; j ++ ) {
if (grid[i][j] == 1) {
ans = Math.max(ans, dfs(grid, i, j));
}
}
}
return ans;
}
int dfs(int[][] grid, int x, int y) {
if (grid[x][y] == 0) {
return 0;
}
int res = 0;
res += 1;
grid[x][y] = 0;
for (int i = 0; i < 4; i ++) {
int a = x + dx[i];
int b = y + dy[i];
if (a >=0 && a < n && b >= 0 && b < m) {
res += dfs(grid, a, b);
}
}
return res;
}
LC 547. 省份数量(原朋友圈) 考频:10
这题是一个无向图,矩阵为斜对角线对称,
分析题意:本题矩阵中的值表示两个节点之间是否相连,(i,j) == (j,i),也就是本题是一个无向连通图找连通分量个数的问题。
//矩阵的每一列的个数或者每一行的个数都表示第几个城市(无向图)
//n 表示城市数量
int n ;
//st用于标识该城市是否已经遍历过
boolean[] st;
public int findCircleNum(int[][] isConnected) {
n = isConnected.length;
st = new boolean[n];
int ans = 0;
for (int i = 0; i < n; i ++ ) {
if (!st[i]) {
ans ++;
//将所有与该城市相连(直接或间接)的城市
dfs(isConnected, i);
}
}
return ans;
}
void dfs(int[][] isConnected, int i) {
//将当前城市标识已遍历
st[i] = true;
for (int j = 0; j < n; j ++ ) {
//如果城市j与城市i相连,且还未被访问过,就以j作为新节点继续递归找到与j相连的其他城市
if (isConnected[i][j] == 1 && !st[j]) {
dfs(isConnected, j);
}
}
}
LC207. 课程表 考频:13
首先,这是一个有向图,这道题的本质就是判断该有向图(graph)是否存在环,如果有环,说明矛盾(死锁)。
下面这种情况就是存在死锁问题。
下面这种就不存在死锁问题。
拓扑结构:
使用bfs
方法一:入度表(广度优先遍历)
算法流程:
1. 统计课程安排图中每个节点的入度,生成 入度表 indegrees。
2. 借助一个队列 queue,将所有入度为 0 的节点入队。
3. 当 queue 非空时,依次将队首节点出队,在课程安排图中删除此节点 pre:
3.1 并不是真正从邻接表中删除此节点 pre,而是将此节点对应所有邻接节点 cur 的入度 -1,即 indegrees[cur] -= 1。
3.2 当入度 -1后邻接节点 cur 的入度为 0,说明 cur 所有的前驱节点已经被 “删除”,此时将 cur 入队。
4. 在每次 pre 出队时,执行 numCourses--;
4.1 若整个课程安排图是有向无环图(即可以安排),则所有节点一定都入队并出队过,即完成拓扑排序。换个角度说,若课程安排图中存在环,一定有节点的入度始终不为 0。
4.2 因此,拓扑排序出队次数等于课程个数,返回 numCourses == 0 判断课程是否可以成功安排。
//统计每一门课程的入度(就是☞有多少个节点指向它)
//bfs
public boolean canFinish(int numCourses, int[][] prerequisites) {
//入度数组,统计每一个课程有多少个前置课程
int[] indegrees = new int[numCourses];
//记录一门课程修完之后可以修那些课程 (其实就是建立邻接表)
List<List<Integer>> list = new ArrayList<>();
for(int i = 0;i < numCourses;i++){
list.add(new ArrayList<>());
}
for(int[] info : prerequisites){
//记录当前课程修完之后可以修那些课程
list.get(info[1]).add(info[0]);
//当前课程的入度+1
indegrees[info[0]]++;
}
//BFS
Queue<Integer> q = new LinkedList<>();
//将入度为0的全部加入队列当中
for (int i = 0; i < numCourses; ++i) {
if (indegrees[i] == 0) {
q.offer(i);
}
}
//visited记录已经修了多少门课程
int visited = 0;
while(!q.isEmpty()){
++ visited;
//由于这些课程入度为0,所以肯定是先修的;
int n = q.poll();
for(int a : list.get(n)){
//当前集合中的课程都是以n为前置课程,所以该集合中的课程入度均-1
indegrees[a]--;
//判断当前课程是否入读为0
if(indegrees[a] == 0){
q.offer(a);
}
}
}
return visited == numCourses;
}```