BFS 算法专题(三):BFS 解决边权为 1 的最短路问题

目录

1. 迷宫中离入口最近的出口 

1.1 算法原理

1.2 算法代码

2. 最小基因变化 ★★★

2.1 算法原理

2.2 算法代码

3. 单词接龙

3.1 算法原理

3.2 算法代码

4. 为高尔夫比赛砍树 (hard)

4.1 算法原理

 4.2 算法代码


1. 迷宫中离入口最近的出口 

. - 力扣(LeetCode)

1.1 算法原理

核心问题: 图论 => 边权为1/边权相同 的最短路径问题

解法: 从起点开始, 进行 BFS 扩展, 第一次到达终点时, 扩展的层数, 就是最短的路径.

如何记录 BFS 扩展的层数呢??
--- 借助每一层中节点的数量(queue.size()), 使用变量 ret 记录扩展的层数.

1.2 算法代码

class Solution {public int nearestExit(char[][] maze, int[] entrance) {int[] dx = { 1, -1, 0, 0 };int[] dy = { 0, 0, 1, -1 };// 记录到达终点时, BFS 的层数int ret = 0;int m = maze.length, n = maze[0].length;boolean[][] check = new boolean[m][n];Queue<int[]> q = new LinkedList<>();q.offer(entrance);check[entrance[0]][entrance[1]] = true;while (!q.isEmpty()) {int size = q.size();ret++;while (size-- != 0) {int[] tmp = q.poll();int a = tmp[0], b = tmp[1];for (int k = 0; k < 4; k++) {int x = a + dx[k], y = b + dy[k];if (x >= 0 && x < m && y >= 0 && y < n && !check[x][y] && maze[x][y] == '.') {if (x == 0 || x == m - 1 || y == 0 || y == n - 1) return ret;q.offer(new int[] { x, y });check[x][y] = true;}}}}return -1;}
}

2. 最小基因变化 ★★★

. - 力扣(LeetCode)

2.1 算法原理

问题转化: 转化为 => 图论 边权为1的最短路问题

  1. 每变一个字符(基因的变化)看做一步, BFS 选出达到目标基因序列时的最短路.
  2. 注意: 不能重复搜索已经搜索过的状态
  3. 注意: 经过变化的字符串, 应该在 bank 基因库中存在
  4. 使用 哈希表 标记已经搜索过的状态
  5. 使用 哈希表 保存基因库中的字符(便于查找变化的字符串是否在基因库中)

2.2 算法代码

class Solution {public int minMutation(String startGene, String endGene, String[] bank) {Queue<String> q = new LinkedList<>();// 判断是否重复转化Set<String> check = new HashSet<>();// 判断基因库中是否存在Set<String> hash = new HashSet<>();for(String s : bank) hash.add(s);if(!hash.contains(endGene)) return -1;if(startGene.equals(endGene)) return 0;char[] change = {'A', 'C', 'G', 'T'};int ret = 0;q.offer(startGene);check.add(startGene);while(!q.isEmpty()) {int size = q.size();ret++;while(size-- != 0) {String s = q.poll();for(int i = 0; i < 8; i++) {char[] tmp = s.toCharArray();for(int j = 0; j < 4; j++) {tmp[i] = change[j];String next = new String(tmp);if(hash.contains(next) && !check.contains(next)) {if(next.equals(endGene)) return ret;check.add(next);q.offer(next);}}}}}return -1;}
}

3. 单词接龙

. - 力扣(LeetCode)

3.1 算法原理

  • 本题解法与上题解法完全一致.

  • 只不过返回值略有差异. 本题返回达到目标字符串时, 所涉及到的最少的字符串的个数(最短路 +1)

3.2 算法代码

class Solution {public int ladderLength(String beginWord, String endWord, List<String> wordList) {// 把字典中的字符串, 放到哈希表中 => 查找效率 O(1)Set<String> hash = new HashSet<>(wordList);if(!hash.contains(endWord)) return 0;int n = beginWord.length();// 判断是否重复转化Set<String> check = new HashSet<>();Queue<String> q = new LinkedList<>();int step = 0;q.offer(beginWord);check.add(beginWord);while(!q.isEmpty()) {int size = q.size();step++;while(size-- != 0) {String s = q.poll();for(int i = 0; i < n; i++) {char[] tmp = s.toCharArray();for(char ch = 'a'; ch <= 'z'; ch++) {tmp[i] = ch;String next = new String(tmp);if(hash.contains(next) && !check.contains(next)) {if(next.equals(endWord)) return step + 1;q.offer(next);check.add(next);}}}}}return 0;}
}

4. 为高尔夫比赛砍树 (hard)

. - 力扣(LeetCode)

4.1 算法原理

  • 对砍树的顺序做好记录(所砍树的高度应从小到大), 并记录好每一颗树的位置.

  • 从起点开始, 对这些位置依次进行 BFS, 找出到达这些位置的最短路.

  • 返回到达所有位置所需最少步数之和

 4.2 算法代码

class Solution {int m, n;int[] dx = new int[] { 1, -1, 0, 0 };int[] dy = new int[] { 0, 0, 1, -1 };public int cutOffTree(List<List<Integer>> forest) {m = forest.size(); n = forest.get(0).size();List<int[]> trees = new ArrayList<>();for (int i = 0; i < m; i++) {for (int j = 0; j < n; j++) {if (forest.get(i).get(j) > 1) trees.add(new int[] {i, j});}}// 依次需要砍的树(树的高度从小到大)Collections.sort(trees, (a, b) -> forest.get(a[0]).get(a[1]) - forest.get(b[0]).get(b[1]));int step = 0;int curX = 0, curY = 0;for (int[] t : trees) {int x = t[0], y = t[1];int ret = bfs(x, y, curX, curY, forest);if (ret == -1) return -1;step += ret;curX = x;curY = y;}return step;}public int bfs(int x, int y, int curX, int curY, List<List<Integer>> forest) {int ret = 0;if (curX == x && curY == y) return 0;boolean[][] check = new boolean[m][n];Queue<int[]> q = new LinkedList<>();q.offer(new int[] { curX, curY });check[curX][curY] = true;while (!q.isEmpty()) {int size = q.size();ret++;while (size-- != 0) {int[] t = q.poll();int a = t[0], b = t[1];for (int k = 0; k < 4; k++) {int i = a + dx[k], j = b + dy[k];if (i >= 0 && i < m && j >= 0 && j < n && forest.get(i).get(j) != 0 && !check[i][j]) {if (forest.get(i).get(j) == forest.get(x).get(y))return ret;q.offer(new int[] { i, j });check[i][j] = true;}}}}return -1;}
}

END

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/60492.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

hive的tblproperties支持修改的属性

文章目录 一、介绍二、查看TBLPROPERTIES属性三、修改TBLPROPERTIES属性 一、介绍 TBLPROPERTIES用途&#xff1a;向表中添加自定义或预定义的元数据属性&#xff0c;并设置它们的赋值。在hive建表时&#xff0c;可设置TBLPROPERTIES参数修改表的元数据&#xff0c;也能通过AL…

「数据要素」行业简报|2024.11.上刊

纵观数据要素行业动态&#xff0c;洞察行业风向&#xff0c;把握行业脉搏&#xff01; 一、政策发布 1、《山东省公共数据资源登记管理工作规范(试行)》公开征求意见 11月7日&#xff0c;为认真贯彻落实《中共中央办公厅 国务院办公厅关于加快公共数据资源开发利用的意见》《…

Paddle分布式训练报NCCL错

应该是没有装NCCL&#xff0c;但是通过NVIDIA官网方式用apt安装报错&#xff0c;说nccl签名有问题 打开官网查找对应版本的nccl&#xff1a;https://developer.nvidia.com/nccl/nccl-legacy-downloads 这里不下载local Ubuntu选项&#xff0c;下载O/S agnostic local install…

有什么好用的 WebSocket 调试工具吗?

在开发和测试 WebSocket 应用程序时&#xff0c;确保客户端能够正确地与服务器建立连接、发送和接收消息是非常重要的。 市面上有许多通用的 API 测试工具&#xff0c;它们大多专注于 HTTP 请求&#xff0c;而对于 WebSocket 的支持则显得较为有限。这种局限性使得开发者在寻找…

python私有化get和set的使用

私有化的好处 封装性&#xff1a;私有化有助于实现良好的封装&#xff0c;这是面向对象编程的核心原则之一。通过隐藏类的内部实现细节&#xff0c;可以减少外部对类的内部状态的直接访问和修改&#xff0c;从而保护对象的状态。 接口稳定性&#xff1a;私有化可以使得类的接口…

MQTT协议解析 : 物联网领域的最佳选择

1. MQTT协议概述 1.1 MQTT协议是什么 MQTT : Message Queuing Telemetry Transport 模式 : 发布 / 订阅主题优点 : 代码量小、低带宽、实时可靠应用 : 物联网、小型设备、移动应用MQTT 常用端口 : 1883 MQTT是一个网络协议&#xff0c;和HTTP类似&#xff0c;因为轻量简单&…

后端Node学习项目-用户管理-增删改查

model层实现 文件创建 在models文件夹下创建user.js 代码实现 const { DataTypes } require(sequelize) const { db } require(./index)const User db.define(user, {id: {type: DataTypes.INTEGER,primaryKey: true, // 主键autoIncrement: true, // 内容自增allowNull…

B+树的介绍

B树的概念 规则: B跟B树不同B树的非叶子节点不保存关键字记录的指针&#xff0c;只进行数据索引&#xff0c;这样使得B树每个非叶子节点所能保存的关键字大大增加 B树叶子节点保存了父节点的所有关键字记录的指针&#xff0c;所有数据地址必须要到叶子节点才能获取到。所以每次…

【Rust调用Windows API】获取正在运行的全部进程信息

前言 WIndows API官方文档 提供了C的调用示例&#xff0c;最近想尝试用Rust去实现&#xff0c;本系列博客记录一下实现过程。 依赖 Rust调用Windows API需要引入依赖winapi&#xff0c;在Cargo.toml中添加依赖 winapi "0.3.9"调用不同的API集就需要使用相应的功…

鸿蒙HarmonyOS 网络请求获取数据Http

注意的是;要为接口返回值指定类型 &#xff0c;以及定义接口数据类型 index.ets import { http } from kit.NetworkKit;interface createAtType {date: number,}interface dataListType {createAt: createAtType;imgUrl: }Component export default struct TabBar {State dat…

2024136读书笔记|《飞鸟集》——使生如夏花之绚烂,死如秋叶之静美

2024136读书笔记|《飞鸟集》——使生如夏花之绚烂&#xff0c;死如秋叶之静美 《飞鸟集》[印]泰戈尔&#xff0c;一本有意思的诗集&#xff0c;中英文对照着读更有意思。“你是谁&#xff0c;读者&#xff0c;百年后读着我的诗&#xff1f;”让我觉得有些久别重逢&#xff0c;忽…

ROS Action

在 ROS 中&#xff0c;Action 是一种支持长时间异步任务的通信机制。与 Service 不同&#xff0c;Action 允许客户端发起一个请求&#xff0c;并在任务执行的过程中不断接收反馈&#xff0c;直到任务完成。这种机制非常适用于可能需要较长时间来完成的任务&#xff0c;比如机器…

C++设计模式和编程框架两种设计元素的比较与相互关系

C设计模式和编程框架都是软件设计中的重要元素&#xff0c;它们各自具有独特的特点和应用场景。以下是对它们的比较&#xff0c;并通过举例说明它们的关系。 C设计模式 定义 设计模式是在软件设计中反复出现的特定问题的解决方案。它们是经过验证的、可复用的设计方案&#…

约束(MYSQL)

not null&#xff08;非空&#xff09; unique&#xff08;唯一&#xff09; default&#xff08;默认约束&#xff0c;规定值&#xff09; 主键约束primary key&#xff08;非空且唯一&#xff09; auto_increment&#xff08;自增类型&#xff09; 复合主键 check&#xff08…

MySQL 权限困境:从权限丢失到权限重生的完整解决方案20241108

&#x1f6e0;️ MySQL 权限困境&#xff1a;从权限丢失到权限重生的完整解决方案 引言 在使用 MySQL 的过程中&#xff0c;我们常常会遇到权限设置不当或丢失的问题&#xff0c;特别是在初次安装或配置更改后。这种权限困境的修复不仅复杂&#xff0c;而且往往是环环相扣&…

笔记 | image may have poor performance,or fail,if run via emulation

在Docker Desktop中现象如图&#xff1a; 当你运行 AMD64 平台代码时&#xff08;Intel 和 AMD 芯&#xff09;&#xff0c;你的 Mac 必须模拟其CPU架构&#xff08;因为你自身是ARM&#xff09;。这通常会非常吃性能。 Docker Desktop 警告你在模拟 Intel/AMD x64 CPU 时性能可…

【C++】C++11特性(上)

✨✨欢迎大家来到Celia的博客✨✨ &#x1f389;&#x1f389;创作不易&#xff0c;请点赞关注&#xff0c;多多支持哦&#x1f389;&#x1f389; 所属专栏&#xff1a;C 个人主页&#xff1a;Celias blog~ 目录 一、列表初始化 二、std::initializer_list 三、右值引用和移…

【WebRTC】视频发送链路中类的简单分析(下)

目录 1.任务队列节流发送器&#xff08;TaskQueuePacedSender&#xff09;1.1 节流控制器添加RTP数据包&#xff08;PacingController::EnqueuePacket()&#xff09;1.2 监测是否要处理Packet&#xff08;PacingController::MaybeProcessPackets()&#xff09; 2.数据包路由&am…

24/11/7 算法笔记 PCA主成分分析

假如我们的数据集是n维的&#xff0c;共有m个数据(x,x,...,x)。我们希望将这m个数据的维度从n维降到k维&#xff0c;希望这m个k维的数据集尽可能的代表原始数据集。我们知道数据从n维降到k维肯定会有损失&#xff0c;但是我们希望损失尽可能的小。那么如何让这k维的数据尽可能表…

JS 实现SSE通讯和了解SSE通讯

SSE 介绍&#xff1a; Server-Sent Events&#xff08;SSE&#xff09;是一种用于实现服务器向客户端实时推送数据的Web技术。与传统的轮询和长轮询相比&#xff0c;SSE提供了更高效和实时的数据推送机制。 SSE基于HTTP协议&#xff0c;允许服务器将数据以事件流&#xff08;…