算法沉淀——BFS 解决 FloodFill 算法（leetcode真题剖析）

在这里插入图片描述

算法沉淀——BFS 解决 FloodFill 算法

  • 01.图像渲染
  • 02.岛屿数量
  • 03.岛屿的最大面积
  • 04.被围绕的区域

BFS（广度优先搜索）解决 Flood Fill 算法的基本思想是通过从起始点开始，逐层向外扩展，访问所有与起始点相连且具有相同特性（颜色等）的区域。在 Flood Fill 中，通常是通过修改图像的像素颜色。

下面是 BFS 解决 Flood Fill 算法的步骤：

  1. 初始化： 将起始点的颜色修改为新的颜色，将起始点加入队列。
  2. BFS 遍历： 使用队列进行 BFS 遍历。每次从队列中取出一个位置，检查其相邻的位置是否符合条件（与起始点颜色相同），如果符合，则修改颜色并将其加入队列。这样，不断扩展遍历。
  3. 遍历直到完成： 重复上述步骤，直到队列为空，即没有可继续扩展的位置为止。此时，所有与起始点相连的区域都被成功修改。

在 Flood Fill 中，BFS 保证了相邻区域的逐层遍历，确保了所有相连的、颜色相同的区域都被填充为新的颜色。

01.图像渲染

题目链接：https://leetcode.cn/problems/flood-fill/

有一幅以 m x n 的二维整数数组表示的图画 image ，其中 image[i][j] 表示该图画的像素值大小。

你也被给予三个整数 sr , sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。

为了完成 上色工作 ，从初始像素开始，记录初始坐标的 上下左右四个方向上 像素值与初始坐标相同的相连像素点，接着再记录这四个方向上符合条件的像素点与他们对应 四个方向上 像素值与初始坐标相同的相连像素点，……，重复该过程。将所有有记录的像素点的颜色值改为 newColor 。

最后返回 经过上色渲染后的图像 。

示例 1:
在这里插入图片描述

输入: image = [[1,1,1],[1,1,0],[1,0,1]]，sr = 1, sc = 1, newColor = 2
输出: [[2,2,2],[2,2,0],[2,0,1]]
解析: 在图像的正中间，(坐标(sr,sc)=(1,1)),在路径上所有符合条件的像素点的颜色都被更改成2。
注意，右下角的像素没有更改为2，因为它不是在上下左右四个方向上与初始点相连的像素点。

示例 2:

输入: image = [[0,0,0],[0,0,0]], sr = 0, sc = 0, newColor = 2
输出: [[2,2,2],[2,2,2]]

思路

这个题我们可以使用最朴素的bfs遍历来解决。

代码

class Solution {
    const int dx[4] = {0, 0, 1, -1};  // 表示上、下、左、右四个方向的相对坐标变化
    const int dy[4] = {-1, 1, 0, 0};
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) {
        int prev = image[sr][sc];  // 记录起始位置的颜色
        if (prev == color) return image;  // 如果新旧颜色相同，不需要进行填充
        int m = image.size(), n = image[0].size();

        queue<pair<int, int>> q;
        q.push({sr, sc});

        while (!q.empty()) {
            auto [a, b] = q.front();
            q.pop();

            image[a][b] = color;  // 修改当前位置的颜色

            for (int i = 0; i < 4; ++i) {
                int x = a + dx[i], y = b + dy[i];
                // 判断新的坐标是否越界，并且颜色与旧颜色相同
                if (x >= 0 && x < m && y >= 0 && y < n && image[x][y] == prev) {
                    q.push({x, y});
                }
            }
        }
        return image;
    }
};
  1. 初始化： 记录起始位置的颜色 prev，如果起始颜色和目标颜色相同，直接返回原图。
  2. BFS 遍历： 使用队列 q 进行 BFS 遍历。从起始位置开始，逐层遍历相邻位置，将颜色修改为目标颜色。
  3. 遍历直到完成： 重复上述步骤，直到队列为空，即没有可继续扩展的位置为止。此时，所有与起始点相连的区域都被成功修改为新的颜色。

02.岛屿数量

题目链接：https://leetcode.cn/problems/number-of-islands/

给你一个由 '1'（陆地）和 '0'（水）组成的的二维网格，请你计算网格中岛屿的数量。

岛屿总是被水包围，并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。

此外，你可以假设该网格的四条边均被水包围。

示例 1：

输入：grid = [
  ["1","1","1","1","0"],
  ["1","1","0","1","0"],
  ["1","1","0","0","0"],
  ["0","0","0","0","0"]
]
输出：1

示例 2：

输入：grid = [
  ["1","1","0","0","0"],
  ["1","1","0","0","0"],
  ["0","0","1","0","0"],
  ["0","0","0","1","1"]
]
输出：3

提示：

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 300
  • grid[i][j] 的值为 '0' 或 '1'

思路

使用bfs思想遍历每一个方格，将一块遍历过的岛屿全都标记为海洋也就是0，或者使用同等大小的数组进行遍历的标记。

代码

class Solution {
    const int dx[4] = {0, 0, 1, -1};  // 表示上、下、左、右四个方向的相对坐标变化
    const int dy[4] = {1, -1, 0, 0};
    int m, n;  // m表示行数，n表示列数
    queue<pair<int, int>> q;  // 用于BFS的队列

    // BFS函数，从起点 (i, j) 开始遍历并标记属于同一岛屿的所有位置
    void bfs(vector<vector<char>>& grid, int i, int j) {
        q.push({i, j});  // 将起点入队
        grid[i][j] = '0';  // 标记已经遍历过的位置
        while (!q.empty()) {
            auto [a, b] = q.front();
            q.pop();
            for (int k = 0; k < 4; ++k) {
                int x = a + dx[k], y = b + dy[k];
                // 判断新的坐标是否越界，并且是岛屿的一部分
                if (x >= 0 && x < m && y >= 0 && y < n && grid[x][y] == '1') {
                    q.push({x, y});  // 将相邻的岛屿位置入队
                    grid[x][y] = '0';  // 标记已经遍历过的位置
                }
            }
        }
    }

public:
    int numIslands(vector<vector<char>>& grid) {
        m = grid.size();  // 获取行数
        n = grid[0].size();  // 获取列数
        int ret = 0;  // 记录岛屿数量

        // 遍历整个网格
        for (int i = 0; i < m; ++i) {
            for (int j = 0; j < n; ++j) {
                if (grid[i][j] == '1') {
                    ret++;  // 发现新的岛屿，增加计数
                    bfs(grid, i, j);  // 使用BFS遍历并标记所有属于同一岛屿的位置
                }
            }
        }

        return ret;  // 返回岛屿数量
    }
};
  1. 初始化： 定义了方向数组 dx 和 dy，表示上、下、左、右四个方向的相对坐标变化。初始化队列 q，用于BFS遍历。
  2. BFS遍历： 对于每个未被访问的岛屿起点，调用 bfs 函数进行BFS遍历。在BFS过程中，将属于同一岛屿的位置标记为已访问。
  3. 遍历整个网格： 使用两层循环遍历整个网格，如果发现未访问过的岛屿起点，就调用 bfs 函数进行遍历，并增加岛屿数量计数。
  4. 返回结果： 最终返回岛屿的数量。

03.岛屿的最大面积

给你一个大小为 m x n 的二进制矩阵 grid 。

岛屿 是由一些相邻的 1 (代表土地) 构成的组合，这里的「相邻」要求两个 1 必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid 的四个边缘都被 0（代表水）包围着。

岛屿的面积是岛上值为 1 的单元格的数目。

计算并返回 grid 中最大的岛屿面积。如果没有岛屿，则返回面积为 0 。

示例 1：
在这里插入图片描述

输入：grid = [[0,0,1,0,0,0,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,1,1,0,1,0,0,0,0,0,0,0,0],[0,1,0,0,1,1,0,0,1,0,1,0,0],[0,1,0,0,1,1,0,0,1,1,1,0,0],[0,0,0,0,0,0,0,0,0,0,1,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,0,0,0,0,0,0,1,1,0,0,0,0]]
输出：6
解释：答案不应该是 11 ，因为岛屿只能包含水平或垂直这四个方向上的 1 。

示例 2：

输入：grid = [[0,0,0,0,0,0,0,0]]
输出：0

提示：

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 50
  • grid[i][j] 为 0 或 1

思路

总体和上面的题目解法一样，只不过我们在遍历每个岛屿时，顺便计算个数即岛屿的面积，每次计算完再比较，最后返回最大的岛屿面积。

代码

class Solution {
    const int dx[4] = {0, 0, 1, -1};  // 上、下、右、左四个方向的相对坐标变化
    const int dy[4] = {-1, 1, 0, 0};
    queue<pair<int, int>> q;  // 用于BFS的队列
    int m, n;  // m 表示行数，n 表示列数

    // BFS 函数，从起点 (i, j) 开始遍历并标记属于同一岛屿的所有位置
    int bfs(vector<vector<int>>& grid, int i, int j) {
        int count = 1;  // 记录岛屿的大小
        q.push({i, j});  // 将起点入队
        grid[i][j] = 0;  // 标记已经遍历过的位置

        while (!q.empty()) {
            auto [a, b] = q.front();
            q.pop();

            for (int k = 0; k < 4; ++k) {
                int x = a + dx[k], y = b + dy[k];
                // 判断新的坐标是否越界，并且是岛屿的一部分
                if (x >= 0 && x < m && y >= 0 && y < n && grid[x][y] == 1) {
                    grid[x][y] = 0;  // 标记已经遍历过的位置
                    count++;  // 增加岛屿的大小
                    q.push({x, y});  // 将相邻的岛屿位置入队
                }
            }
        }
        return count;
    }

public:
    int maxAreaOfIsland(vector<vector<int>>& grid) {
        int ret = 0;  // 记录最大岛屿面积
        m = grid.size();  // 获取行数
        n = grid[0].size();  // 获取列数

        // 遍历整个网格
        for (int i = 0; i < m; ++i) {
            for (int j = 0; j < n; ++j) {
                if (grid[i][j] == 1) {
                    ret = max(ret, bfs(grid, i, j));  // 计算并更新最大岛屿面积
                }
            }
        }

        return ret;  // 返回最大岛屿面积
    }
};
  1. 初始化： 定义了方向数组 dx 和 dy，表示上、下、左、右四个方向的相对坐标变化。初始化队列 q，用于BFS遍历。
  2. BFS遍历： 对于每个未被访问的岛屿起点，调用 bfs 函数进行BFS遍历。在BFS过程中，将属于同一岛屿的位置标记为已访问，并统计岛屿的大小。
  3. 遍历整个网格： 使用两层循环遍历整个网格，如果发现未访问过的岛屿起点，就调用 bfs 函数进行遍历，并计算并更新最大岛屿面积。
  4. 返回结果： 最终返回最大岛屿面积。

04.被围绕的区域

题目链接：https://leetcode.cn/problems/surrounded-regions/

给你一个 m x n 的矩阵 board ，由若干字符 'X' 和 'O' ，找到所有被 'X' 围绕的区域，并将这些区域里所有的 'O' 用 'X' 填充。

示例 1：
在这里插入图片描述

输入：board = [["X","X","X","X"],["X","O","O","X"],["X","X","O","X"],["X","O","X","X"]]
输出：[["X","X","X","X"],["X","X","X","X"],["X","X","X","X"],["X","O","X","X"]]
解释：被围绕的区间不会存在于边界上，换句话说，任何边界上的 'O' 都不会被填充为 'X'。 任何不在边界上，或不与边界上的 'O' 相连的 'O' 最终都会被填充为 'X'。如果两个元素在水平或垂直方向相邻，则称它们是“相连”的。

示例 2：

输入：board = [["X"]]
输出：[["X"]]

提示：

  • m == board.length
  • n == board[i].length
  • 1 <= m, n <= 200
  • board[i][j] 为 'X' 或 'O'

思路

这里我们可以使用bfs先处理所有与边界有关的位置，把它修改成其他字符，再依次遍历，留在格子中的字母O就是需要被修改的，而改成其他字符的就可以改回字母O。

代码

class Solution {
    const int dx[4] = {0, 0, 1, -1};  // 上、下、右、左四个方向的相对坐标变化
    const int dy[4] = {-1, 1, 0, 0};
    int m, n;  // m 表示行数，n 表示列数
    queue<pair<int, int>> q;  // 用于BFS的队列

    // BFS 函数，从起点 (i, j) 开始遍历并标记属于同一区域的所有位置
    void bfs(vector<vector<char>>& board, int i, int j) {
        q.push({i, j});  // 将起点入队
        board[i][j] = '#';  // 标记已经遍历过的位置

        while (!q.empty()) {
            auto [a, b] = q.front();
            q.pop();

            for (int k = 0; k < 4; ++k) {
                int x = a + dx[k], y = b + dy[k];
                // 判断新的坐标是否越界，并且是未被围绕的区域
                if (x >= 0 && x < m && y >= 0 && y < n && board[x][y] == 'O') {
                    board[x][y] = '#';  // 标记已经遍历过的位置
                    q.push({x, y});  // 将相邻的未被围绕的区域位置入队
                }
            }
        }
    }

public:
    void solve(vector<vector<char>>& board) {
        m = board.size();  // 获取行数
        n = board[0].size();  // 获取列数

        // 对边界上的'O'进行BFS遍历，标记为'#'
        for (int i = 0; i < n; ++i) {
            if (board[0][i] == 'O') bfs(board, 0, i);
            if (board[m - 1][i] == 'O') bfs(board, m - 1, i);
        }
        for (int i = 1; i < m - 1; ++i) {
            if (board[i][0] == 'O') bfs(board, i, 0);
            if (board[i][n - 1] == 'O') bfs(board, i, n - 1);
        }

        // 遍历整个网格，将未被标记的'O'修改为'X'，已经标记的'#'修改回'O'
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (board[i][j] == '#') board[i][j] = 'O';
                else if (board[i][j] == 'O') board[i][j] = 'X';
            }
        }
    }
};

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：/a/389660.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

docker （三）-开箱即用常用命令

docker （三）-开箱即用常用命令

一 docker架构 拉取镜像仓库中的镜像到本地&#xff0c;镜像运行产生一个容器 registry 镜像仓库 registry可以理解为镜像仓库&#xff0c;用于保存docker image。 Docker Hub 是docker官方的镜像仓库&#xff0c;docker命令默认从docker hub中拉取镜像。我们也可以搭建自己…
阅读更多...
【Windows】删除 VHD 虚拟磁盘时提示“文件已在 System 中打开”的解决方法

【Windows】删除 VHD 虚拟磁盘时提示“文件已在 System 中打开”的解决方法

一、原因 正如显示的那样&#xff0c;虚拟磁盘仍在被系统占用。因此我们需要断开磁盘与系统的连接。 二、解决方法 1. 在“开始”菜单中搜索“磁盘管理”&#xff0c;选择“创建并格式化硬盘分区”。 2. 右键点击需要删除的虚拟磁盘&#xff0c;选择“分离 VHD”。 3. 点击“…
阅读更多...
laravel_stub type-hints的简单介绍

laravel_stub type-hints的简单介绍

开发者介绍 存根文件的类型提示的功能是由Nuno Maduro&#xff08;右边的人&#xff09;提供的。 stub type-hints 指的是在 stub 文件中使用的类型提示&#xff08;type hints&#xff09;。 类型提示是 PHP 7 引入的一个特性&#xff0c;允许你在函数、方法和类的上下文中指…
阅读更多...
day14笔记(多态)

day14笔记(多态)

多态 自己写多态演示遇见两个问题 1.在类里写show方法时犹豫要不要写参数,其实不用写参数也可以获取到类的信息 public void show(){//括号里面写参数吗System.out.println(getName()", "getAge());} 2.在测试类里面写方法时,写了一个show方法带参数,其实这里应该是…
阅读更多...
Spring Boot 笔记 017 创建接口_新增文章

Spring Boot 笔记 017 创建接口_新增文章

1.1实体类增加校验注释 1.1.1 自定义校验 1.1.1.1 自定义注解 package com.geji.anno;import com.geji.validation.StateValidation; import jakarta.validation.Constraint; import jakarta.validation.Payload; import jakarta.validation.constraints.NotEmpty;import jav…
阅读更多...
【Redis快速入门】Redis三种集群搭建配置（主从集群、哨兵集群、分片集群）

【Redis快速入门】Redis三种集群搭建配置（主从集群、哨兵集群、分片集群）

个人名片&#xff1a; &#x1f43c;作者简介&#xff1a;一名大三在校生&#xff0c;喜欢AI编程&#x1f38b; &#x1f43b;‍❄️个人主页&#x1f947;&#xff1a;落798. &#x1f43c;个人WeChat&#xff1a;hmmwx53 &#x1f54a;️系列专栏&#xff1a;&#x1f5bc;️…
阅读更多...
Apache POI | Java操作Excel文件

Apache POI | Java操作Excel文件

目录 1、介绍 2、代码示例 2.1、将数据写入Excel文件 2.2、读取Excel文件中的数据 &#x1f343;作者介绍&#xff1a;双非本科大三网络工程专业在读&#xff0c;阿里云专家博主&#xff0c;专注于Java领域学习&#xff0c;擅长web应用开发、数据结构和算法&#xff0c;初步…
阅读更多...
武器级工具包 Immunity Canvas 7.26安装使用体验

武器级工具包 Immunity Canvas 7.26安装使用体验

介绍&#xff1a; Immunity Canvas工具包有集成化、自动化、简单化的特点&#xff0c;大幅降低了攻击门槛。该工具是Immunity公司的一款商业级漏洞利用和渗透测试工具&#xff0c;包含了480多个以上的漏洞利用&#xff0c;该工具工具本来并不开源&#xff0c;但是在2021年Immu…
阅读更多...
【PyQt】13-对话框

【PyQt】13-对话框

文章目录 前言一、知识储备二、详细展开2.1 通用对话框-QDialog2.1 消息类型对话框-QMessageBox运行结果 2.2 输入对话框 QInputDilog运行结果 2.3 字体对话框-QFontDialog运行结果 2.4 颜色对话框运行结果 2.5 文件对话框运行结果 总结 前言 1、四种形式的对话框。 2、警告框…
阅读更多...
【从Python基础到深度学习】 8. VIM两种状态

【从Python基础到深度学习】 8. VIM两种状态

一、安装 sudo apt install vim 二、VIM两种模式 - 命令状态/编辑状态 1.1 进入/退出VIM 进入VIM vim 退出vim :q <enter> 2.2 根目录下添加配置文件 window下创建vimrc类型文件内容如下&#xff1a; set nu set cursorline set hlsearch set tabstop4 使用Wins…
阅读更多...
MySQL 基础知识（一）之数据库和 SQL 概述

MySQL 基础知识（一）之数据库和 SQL 概述

目录 1 数据库相关概念 2 数据库的结构 ​3 SQL 概要 4 SQL 的基本书写规则 1 数据库相关概念 数据库是将大量的数据保存起来&#xff0c;通过计算机加工而成的可以进行高效访问的数据集合数据库管理系统&#xff08;DBMS&#xff09;是用来管理数据库的计算机系统&#xf…
阅读更多...
Java学习第十五节之什么是面向对象

Java学习第十五节之什么是面向对象

什么是面向对象
阅读更多...
QObject 的拷贝构造和赋值操作

QObject 的拷贝构造和赋值操作

QObject中没有提供一个拷贝构造函数和赋值操作符给外界使用&#xff0c;其实拷贝构造和赋值的操作都是已经声明了的&#xff0c;但是它们被使用了Q_DISABLE_COPY () 宏放在了private区域。因此所有继承自QObject的类都使用这个宏声明了他们的拷贝构造函数和赋值操作符为私有。 …
阅读更多...
软件测试【四】Python复杂操作

软件测试【四】Python复杂操作

一、Python中的数据类型:元组在python中的应用 在Python中&#xff0c;元组是一种不可变的数据类型&#xff0c;它和列表类似&#xff0c;但是元组创建后就不能被修改。元组使用小括号 () 来表示&#xff0c;其中的元素用逗号隔开。 元组在Python中的应用非常广泛&#xff0c…
阅读更多...
Spring Boot 笔记 020 redis集成

Spring Boot 笔记 020 redis集成

1.1 安装redis Windows 下 Redis 安装与配置 教程_redis windows-CSDN博客 2.1 引入redis坐标 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId></dependency> 2.2 配置…
阅读更多...
【前端高频面试题--Vue生命周期篇】

【前端高频面试题--Vue生命周期篇】

&#x1f680; 作者 &#xff1a;“码上有前” &#x1f680; 文章简介 &#xff1a;前端高频面试题 &#x1f680; 欢迎小伙伴们 点赞&#x1f44d;、收藏⭐、留言&#x1f4ac;前端高频面试题--Vue生命周期篇 往期精彩内容Vue的生命周期Vue子组件和父组件执行顺序在哪个生命周…
阅读更多...
协调尺度：特征缩放在机器学习中的重要作用

协调尺度：特征缩放在机器学习中的重要作用

目录 一、介绍 二、背景知识 三、了解功能缩放 四、特征缩放方法 五、特征缩放的重要性 六、实际意义 七、代码 八、结论 一、介绍 特征缩放是机器学习和数据分析预处理阶段的关键步骤&#xff0c;在优化各种算法的性能和效率方面起着至关重要的作用。本文深入探讨了特征缩放的…
阅读更多...
【论文精读】DALL·E

【论文精读】DALL·E

摘要 本文利用从互联网上收集的2.5亿个图像/文本对数据&#xff0c;训练了一个120亿参数的自回归transformer&#xff0c;进而得到一个可以通过自然语言/图像控制生成的高保真图像生成模型。在大多数数据集上的表现超越以往的方法。 框架 本文的目标为通过训练一个自回归trans…
阅读更多...
结构体对齐规则及为什么会有结构体对齐

结构体对齐规则及为什么会有结构体对齐

前言&#xff1a; 大家在学习结构体中&#xff0c;在计算结构体大小时想必会很疑惑&#xff0c;为什么结构体的大小不是按照常理像数组一样一个字节一个字节的挨在一起放&#xff1f;今天带大家一起深入探讨一下背后的规则和原因。 结构体对齐规则&#xff1a; 结构体对齐其实…
阅读更多...
BUUCTF misc 专题（47）[SWPU2019]神奇的二维码

BUUCTF misc 专题（47）[SWPU2019]神奇的二维码

下载附件&#xff0c;得到一张二维码图片&#xff0c;并用工具扫描&#xff08;因为图片违规了&#xff0c;所以就不放了哈。工具的话&#xff0c;一般的二维码扫描都可以&#xff09; swpuctf{flag_is_not_here}&#xff0c;&#xff08;刚开始出了点小差错对不住各位师傅&am…
阅读更多...
最新文章

Copyright @ 2022~2023