算法-图BFS/DFS-单词接龙

算法-图BFS/DFS-单词接龙

1 题目概述

1.1 题目出处

https://leetcode-cn.com/problems/number-of-islands

1.2 题目描述

给定两个单词(beginWord 和 endWord)和一个字典,找到从 beginWord 到 endWord 的最短转换序列的长度。转换需遵循如下规则:

每次转换只能改变一个字母。
转换过程中的中间单词必须是字典中的单词。
说明:

如果不存在这样的转换序列,返回 0。
所有单词具有相同的长度。
所有单词只由小写字母组成。
字典中不存在重复的单词。
你可以假设 beginWord 和 endWord 是非空的,且二者不相同。
示例 1:

输入:
beginWord = “hit”,
endWord = “cog”,
wordList = [“hot”,“dot”,“dog”,“lot”,“log”,“cog”]

输出: 5

解释: 一个最短转换序列是 “hit” -> “hot” -> “dot” -> “dog” -> “cog”,
返回它的长度 5。
示例 2:

输入:
beginWord = “hit”
endWord = “cog”
wordList = [“hot”,“dot”,“dog”,“lot”,“log”]

输出: 0

解释: endWord “cog” 不在字典中,所以无法进行转换。

2 图-DFS

2.1 思路

将岛屿分布看做有向图,深度遍历该节点的上下左右四个方向。

遍历到一个为’1’的节点时,标记为’0’代表已经遍历过下次不再遍历。

2.2 代码

class Solution {public int numIslands(char[][] grid) {int result = 0;if(grid == null || grid.length == 0){return result;}for(int i = 0; i < grid.length; i++){char[] columns = grid[i];for(int j = 0; j < columns.length; j++){char c = columns[j];if(c == '1'){dfs(grid, i, j);result++;}}}return result;}private void dfs(char[][] grid, int row, int column){char[] columns = grid[row];char c = columns[column];if(c == '0'){return;}else{grid[row][column] = '0';if(column - 1 > -1){dfs(grid, row, column - 1);}if(column + 1 < columns.length){dfs(grid, row, column + 1);}if(row + 1 < grid.length){dfs(grid, row + 1, column);}if(row - 1 > -1){dfs(grid, row - 1, column);}}}
}

2.3 时间复杂度

在这里插入图片描述
O(N*M)

  • 其中 N 和 M 分别为行数和列数。

2.4 空间复杂度

O(N*M)

  • 因为需要递归

3 BFS

3.1 思路

将岛屿分布看做有向图,遍历开始后,从当前节点广度优先遍历。

3.2 代码

class Solution {private Set<String> recordSet = new HashSet<>();public int numIslands(char[][] grid) {int result = 0;if(grid == null || grid.length == 0){return result;}for(int i = 0; i < grid.length; i++){char[] columns = grid[i];for(int j = 0; j < columns.length; j++){char c = columns[j];if(c == '1'){bfs(grid, i, j);result++;}}}return result;}private void bfs(char[][] grid, int row, int column){char[] columns = grid[row];char c = columns[column];if(c == '0'){return;}LinkedList<int[]> coordinateQueue = new LinkedList<>();coordinateQueue.add(new int[]{row, column});// bfswhile(!coordinateQueue.isEmpty()){int[] coordinate = coordinateQueue.poll();int i = coordinate[0];int j = coordinate[1];if(grid[i][j] == '0'){continue;}grid[i][j] = '0';if(j - 1 > -1){coordinateQueue.add(new int[]{i, j - 1});}if(j + 1 < columns.length){coordinateQueue.add(new int[]{i, j + 1});}if(i + 1 < grid.length){coordinateQueue.add(new int[]{i + 1, j});}if(i - 1 > -1){coordinateQueue.add(new int[]{ i - 1, j});}}}
}

3.3 时间复杂度

在这里插入图片描述
O(N*M)

  • 其中 N 和 M 分别为行数和列数。

3.4 空间复杂度

O(min(M,N))

  • 最坏情况全是岛屿

4 效率很低的第一版并查集

4.1 思路

做并查集,遇到相邻的’1’节点就合并成一个并查集。

最后返回不同的并查集数。

4.2 代码

class Solution {public int numIslands(char[][] grid) {int result = 0;if(grid == null || grid.length == 0){return result;}int[] unionFindSet = new int[grid.length * grid[0].length];for(int i = 0; i < grid.length; i++){char[] columns = grid[i];for(int j = 0; j < columns.length; j++){char c = columns[j];if(c == '1'){// 初始化岛节点的并查集为index+1find(unionFindSet, i * columns.length + j);// 连接右侧节点if(j + 1 < columns.length && grid[i][j + 1] == '1'){// 这里需要将二维数组转为一位数组的下标// 所以使用 当前行*列总数得到该行在一位数组中的首个下标,// 再加上当前列作为偏移数得到在一维数组的下标union(unionFindSet, i * columns.length + j, i * columns.length + j + 1);}// 连接下侧节点if(i + 1 < grid.length && grid[i+1][j] == '1'){union(unionFindSet, i * columns.length + j, (i + 1) * columns.length + j);}}}}Set<Integer> filter = new HashSet<>();for(int i : unionFindSet){if(i != 0){filter.add(i);}}return filter.size();}private void union(int[] unionFindSet, int p, int q){int left = find(unionFindSet, p);int right = find(unionFindSet, q);if(left == right){return;}// 查找出所有和右边元素同一个并查集元素,和左边合并for(int i = 0; i < unionFindSet.length; i++){if(unionFindSet[i] == right){unionFindSet[i] = left;}}}private int find(int[] unionFindSet, int p){if(unionFindSet[p] == 0){unionFindSet[p] = p + 1;}return unionFindSet[p];}
}

4.3 时间复杂度

在这里插入图片描述

5 并查集-优化

5.1 思路

合并两个不同祖先的节点时,将他们的祖先合并为一个即可。

最后遍历计算出不同的祖先数作为结果返回。

在union的时候还采用了压缩路径优化方法,提升查找效率。

5.2 代码

class Solution {public int numIslands(char[][] grid) {int result = 0;if(grid == null || grid.length == 0){return result;}int[] unionFindSet = new int[grid.length * grid[0].length];// 初始化所有节点的并查集,父节点设为自己for(int i = 0; i < grid.length; i++){char[] columns = grid[i];for(int j = 0; j < columns.length; j++){unionFindSet[i * columns.length + j] = i * columns.length + j;}}// 下面开始合并岛节点for(int i = 0; i < grid.length; i++){char[] columns = grid[i];for(int j = 0; j < columns.length; j++){char c = columns[j];if(c == '1'){// 初始化岛节点的并查集为index+1// find(unionFindSet, i * columns.length + j);// 连接右侧节点if(j + 1 < columns.length && grid[i][j + 1] == '1'){// 这里需要将二维数组转为一位数组的下标// 所以使用 当前行*列总数得到该行在一位数组中的首个下标,// 再加上当前列作为偏移数得到在一维数组的下标union(unionFindSet, i * columns.length + j, i * columns.length + j + 1);}// 连接下侧节点if(i + 1 < grid.length && grid[i+1][j] == '1'){union(unionFindSet, i * columns.length + j, (i + 1) * columns.length + j);}}else{// 海洋节点,将他们的父节点设为-1,不参与累计unionFindSet[i * columns.length + j] = -1;}}}// 去重根节点Set<Integer> filter = new HashSet<>();// 将所有父节点不为-1的节点全部取出,并寻找他们的父节点// 只要父节点不为-1就放入过滤器统计for(int i = 0; i < unionFindSet.length; i++){if(unionFindSet[i] == -1){continue;}int root = find(unionFindSet, i);if(root > -1){filter.add(root);}}// 最终返回不重复的根节点数return filter.size();}private void union(int[] unionFindSet, int p, int q){int left = find(unionFindSet, p);int right = find(unionFindSet, q);// 说明本来就在一个并查集内,不用处理if(left == right){return;}// 将右边元素的老祖先作为左边元素老祖先的父节点,实现联通unionFindSet[left] = right;}private int find(int[] unionFindSet, int p){int son = p;// 寻找祖先根节点while(p != unionFindSet[p]){p = unionFindSet[p];}// 路径压缩优化,将当前节点及祖先节点的父节点都设为祖先根节点// 即将高度压缩为2,方便查找while(son != p){int tmp = unionFindSet[son];unionFindSet[son] = p;son = tmp;}return p;}    
}

5.3 时间复杂度

在这里插入图片描述
参考岛屿数量

5.4 空间复杂度

O(M*N)

参考文档

  • 算法-并查集

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/news/59730.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

C++八股记录

C内存管理 C中&#xff0c;内存分成5个区。 栈&#xff1a;函数内局部变量&#xff1b;自动管理&#xff0c;效率高&#xff0c;但空间较小&#xff1b; 堆&#xff1a;new分配的内存块&#xff1b;手动管理&#xff0c;效率低&#xff0c;但空间大&#xff1b; 自由存储区&…

弯道超车必做好题集锦三(C语言选择题)

前言&#xff1a; 编程想要学的好&#xff0c;刷题少不了&#xff0c;我们不仅要多刷题&#xff0c;还要刷好题&#xff01;为此我开启了一个弯道超车必做好题锦集的系列&#xff0c;每篇大约10题左右。此为第三篇选择题篇&#xff0c;该系列会不定期更新&#xff0c;后续还会…

全面解析MES系统中的报工操作

一、报工操作的定义&#xff1a; 报工操作是指在生产过程中&#xff0c;操作员通过MES系统记录和提交生产工序的相关信息&#xff0c;如工时、产量、质量等。报工操作将生产过程中的实际情况反馈给MES系统&#xff0c;实现生产数据的实时采集和记录。 二、报工操作的流程&…

MacOS goland go1.21 debug问题

安装dlv brew install dlv 安装之后在终端会显示所在目录 类似/usr/local/Cellar/delve/1.21.0/bin 配置goland 在文件系统中找到goland 右击选择show package contents -> Contents -> plugins -> go 尝试替换 其中对应系统 的 dlv 结果还是不行 然后打开应用gol…

常见前端面试之VUE面试题汇总七

20. 对 vue 设计原则的理解 1.渐进式 JavaScript 框架&#xff1a;与其它大型框架不同的是&#xff0c;Vue 被设计 为可以自底向上逐层应用。Vue 的核心库只关注视图层&#xff0c;不仅易于上 手&#xff0c;还便于与第三方库或既有项目整合。另一方面&#xff0c;当与现代化的…

universal robot 机械臂 官方基本教程

https://academy.universal-robots.cn/modules/e-Series-core-track/Chinese/module3/story_html5.html?courseId2166&languageChinese 教程1 控制箱内部 包含&#xff1a; 主机板&#xff0c;SD卡&#xff0c;和安全控制板 安全控制板负责所有控制信息&#xff0c;包括…

LeetCode(力扣)617. 合并二叉树Python

LeetCode617. 合并二叉树 题目链接代码 题目链接 https://leetcode.cn/problems/merge-two-binary-trees/ 代码 递归 # Definition for a binary tree node. # class TreeNode: # def __init__(self, val0, leftNone, rightNone): # self.val val # …

【springboot】springboot定时任务:

文章目录 一、文档&#xff1a;二、案例&#xff1a; 一、文档&#xff1a; 【cron表达式在线生成器】https://cron.qqe2.com/ 二、案例&#xff1a; EnableScheduling //开启任务调度package com.sky.task;import com.sky.entity.Orders; import com.sky.mapper.OrderMapper; …

LeetCode-160. 相交链表

这是一道真的非常巧妙的题&#xff0c;题解思路如下&#xff1a; 如果让他们尾端队齐&#xff0c;那么从后面遍历就会很快找到第一个相交的点。但是逆序很麻烦。 于是有一个巧妙的思路诞生了&#xff0c;如果让短的先走完自己的再走长的&#xff0c;长的走完走短的&#xff0c;…

MyBatisx代码生成

MyBatisx代码生成 1.创建数据库表 CREATE TABLE sys_good (good_id int(11) NOT NULL,good_name varchar(255) COLLATE utf8mb4_general_ci DEFAULT NULL,good_desc varchar(255) COLLATE utf8mb4_general_ci DEFAULT NULL,PRIMARY KEY (good_id) ) ENGINEInnoDB DEFAULT CHA…

Multisim软件安装包分享(附安装教程)

目录 一、软件简介 二、软件下载 一、软件简介 Multisim软件是一款电路仿真和设计软件&#xff0c;由美国国家仪器公司&#xff08;National Instruments&#xff09;开发。它提供了一个交互式的图形界面&#xff0c;使用户能够轻松地构建和仿真电路。以下是Multisim软件的详…

nowcoder NC236题 最大差值

目录 题目描述&#xff1a; 示例1 示例2 题干解析&#xff1a; 暴力求解&#xff1a; 代码展示&#xff1a; 优化&#xff1a; 代码展示&#xff1a; 题目跳转https://www.nowcoder.com/practice/a01abbdc52ba4d5f8777fb5dae91b204?tpId128&tqId33768&ru/exa…

Typora mac版本安装

提示&#xff1a;文章介绍&#xff0c;Typora在Mac系统中免费安装使用 文章目录 一、官网下载二、安装 一、官网下载 官网地址&#xff1a;https://www.typoraio.cn/ 二、安装 安装好后按 command 空格键&#xff0c;找到 Typora的安装路径 /Applications/Typora.app/Con…

Kubernetes(七)修改 pod 网络(flannel 插件)

一、 提示 需要重启服务器 操作之前备份 k8s 中所有资源的 yaml 文件 如下是备份脚本&#xff0c;仅供参考 # 创建备份目录 test -d $3 || mkdir $3 # $1 命名空间 # $2 资源名称&#xff1a; sts deploy configMap svc 等 # $3 资源备份存放的目录名称for app in kubec…

oauth2.0第2季 分布式认证与授权实现单点登录

一 oauth介绍 1.0 疑问汇总 1.使用jwttoken进行令牌传输&#xff0c;资源服务器在本地怎么验证token&#xff1f; 1.1 oauth的基础内容 1.1.1 oauth是什么 1.1.2 oauth的角色 1.1.3 oauth的认证流程 1.1.4 oauth的4种模式 1.2 为何要用oauth2.0 1.介绍单体架构 使用ses…

k8s节点pod驱逐、污点标记

一、设置污点&#xff0c;禁止pod被调度到节点上 kubectl cordon k8s-node-145 设置完成后&#xff0c;可以看到该节点附带了 SchedulingDisabled 的标记 二、驱逐节点上运行的pod到其他节点 kubectl drain --ignore-daemonsets --delete-emptydir-data k8s-node-145 显示被驱逐…

Android需要掌握的shell脚本基础

linux中sh是链接到bash上的&#xff0c;所以sh与bash在功能上是没有区别的&#xff0c;相当于bash解析器是sh的增强版本&#xff0c;所以安卓开发者可以在 git bash中 测试脚本 1&#xff0c;shell脚本运行与输出指令 $ cat test.sh echo 测试 【输出】$ /bin/bash test.…

LeetCode第26~30题解

CONTENTS LeetCode 26. 删除有序数组中的重复项&#xff08;简单&#xff09;LeetCode 27. 移除元素&#xff08;简单&#xff09;LeetCode 28. 找出字符串中第一个匹配项的下标&#xff08;简单&#xff09;LeetCode 29. 两数相除&#xff08;中等&#xff09;LeetCode 30. 串…

qt设计界面

widget.h #ifndef WIDGET_H #define WIDGET_H //防止文件重复包含#include <QWidget> //QWidget类所在的头文件&#xff0c;父类头文件 #include<QIcon> #include<QPushButton> …

VS的调试技巧

Visual Studiohttps://visualstudio.microsoft.com/zh-hans/vs/ 目录 1、什么是调试&#xff1f; 2、debug和release 3、调试 3.1、环境 3.2、 快捷键 3.2.1、F10和F11 3.2.2、ctrlF5 3.2.3、F5与F9 3.2.3.1、条件断点 3.3、监视和内存观察 3.3.1、监视 3.3.2、内存 …