leetcode:1091. 二进制矩阵中的最短路径

题目来源

题目描述

在这里插入图片描述
在这里插入图片描述

题目解析

典型的BFS最短路径问题,用DFS也可以求解,但是容易超时。

什么时候用BFS,什么时候DFS

  • 如果只是要找到某一个结果是否存在,那么DFS会更加高效。因为DFS会首先把一种可能的情况尝试到底,才会回溯去尝试下一种情况,只要找到一种情况,就可以返回了。但是BFS必须所有可能的情况同时尝试,在找到一种满足条件的结果的同时,也尝试了很多不必要的路径
  • 如果是要找可能结果中最短的,那么BFS会更加高效。因为DFS是一种一种的尝试,把所有的可能情况完成之前,无法确定哪个是最短,所以DFS必须把所有情况都找一遍,才能确定最终答案(DFS的优化就是剪枝,不剪枝很容易超时)。而BFS从一开始就是尝试所有情况,所以只要找到第一个达到的那个点,那就是最短的路径,可以直接返回了,其他情况都可以省略了,所以这种情况下,BFS更高效。

BFS

class Solution {
public:
    //转换为图:0是通路,八向连通
    int shortestPathBinaryMatrix(vector<vector<int>>& grid) {
        int N = grid.size();
        if(grid[0][0] == 1 || grid[N - 1][N - 1] == 1){
            return -1;
        }
        if (N == 1) {
            return 1;
        }
        std::vector<std::vector<int>> dirs {{-1,0},{-1,1},{0,1},{1,1},{1,0},{1,-1},{0,-1},{-1,-1}};
        std::queue<std::pair<int, int>> queue;
        queue.push({0, 0});
        grid[0][0] = 1;
        int step = 1;
        while (!queue.empty()){
            int width = queue.size();
            for (int i = 0; i < width; ++i) {
                auto idx = queue.front(); queue.pop();
                for(auto dir : dirs){
                    int nx = idx.first + dir[0], ny = idx.second + dir[1];
                    if(nx < 0 || ny < 0 || nx == N || ny == N || grid[nx][ny] == 1){
                        continue;
                    }
                    if(nx == N - 1 && ny == N - 1){
                        return step + 1;
                    }
                    queue.push({nx, ny});
                    grid[nx][ny] = 1;
                }
            }
            step++;
        }
        return -1;
    }
};

DFS

class Solution {
    std::vector<std::vector<int>> dirs {
            {0, -1},{0, 1}, {-1, 0}, {1, 0},
            {1, -1},{-1, 1},{1, 1},{-1, -1}
    };
    int process(vector<vector<int>> &grid, int i, int j, int N){
        if(i < 0 || j < 0 || i >= N || j >= N || grid[i][j] == 1){
            return INT_MAX;
        }

        if(i == N - 1 && j == N - 1){
            return 1;
        }


        int maxpath = INT_MAX;
        grid[i][j] = 1;
        for(auto dir : dirs){
            int path = process(grid, i + dir[0], j + dir[1], N);
            maxpath =  std::min(maxpath, path);
        }
        grid[i][j] = 0;
        return maxpath == INT_MAX ? INT_MAX : maxpath + 1;
    }
public:
    int shortestPathBinaryMatrix(vector<vector<int>>& grid) {
        int N = grid.size();
        if(grid[0][0] == 1 || grid[N - 1][N - 1] == 1){
            return -1;
        }

        int path = process(grid, 0, 0, N);
        return path == INT_MAX  ? -1 : path;
    }
};
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
给定一个整数数组 nums 和一个目标值 target,要在数组找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值