【C++BFS】1020. 飞地的数量

news2025/1/10 16:50:37

本文涉及知识点

C++BFS算法

LeetCode1020. 飞地的数量

给你一个大小为 m x n 的二进制矩阵 grid ，其中 0 表示一个海洋单元格、1 表示一个陆地单元格。
一次移动是指从一个陆地单元格走到另一个相邻（上、下、左、右）的陆地单元格或跨过 grid 的边界。
返回网格中无法在任意次数的移动中离开网格边界的陆地单元格的数量。
示例 1：

在这里插入图片描述

输入：grid = [[0,0,0,0],[1,0,1,0],[0,1,1,0],[0,0,0,0]]
输出：3
解释：有三个 1 被 0 包围。一个 1 没有被包围，因为它在边界上。
示例 2：

在这里插入图片描述

输入：grid = [[0,1,1,0],[0,0,1,0],[0,0,1,0],[0,0,0,0]]
输出：0
解释：所有 1 都在边界上或可以到达边界。

提示：

m == grid.length
n == grid[i].length
1 <= m, n <= 500
grid[i][j] 的值为 0 或 1

BFS

统计1的数量cnt1，将能够到达边界的1放到v中。返回值：cnt1-v.size()。
BFS的状态表示：leves[i]记录通过i个陆地单格可以到达边界的陆地单格。
BFS的后续状态：通过vNeiBo[r][c]枚举和(r,c)相邻且为1的单格。
BFS的初始状态：边界上的单格。
BFS的返回值：无。
BFS出重处理：二维数组出重。

源码

核心源码

class Solution {
		public:
			int numEnclaves(vector<vector<int>>& grid) {
				m_r = grid.size();
				m_c = grid[0].size();
				vector<vector<pair<int,int>>> neiBo(m_c * m_r);
				auto Add = [&](int r,int c, int r1, int c1) {
					if ((r1 < 0) || (r1 >= m_r)) { return; }
					if ((c1 < 0) || (c1 >= m_c)) { return; }
				//	if (0 == grid[r][c]) { return; }
					if (0 == grid[r1][c1]) { return; }
					neiBo[Mask(r, c)].emplace_back(std::make_pair(r1, c1));
				};
				for (int r = 0; r < m_r; r++) {
					for (int c = 0; c  < m_c; c++) {
						Add(r, c, r + 1, c);
						Add(r, c, r - 1, c);
						Add(r, c, r , c + 1);
						Add(r, c, r, c -1);
					}
				}
				queue<pair<int, int>> que;
				int cnt1 = 0;
				vector<bool> vis(m_r * m_c);
				for (int r = 0; r < m_r; r++) {
					for (int c = 0; c < m_c; c++) {
						if (0 == grid[r][c]) { continue; }
						cnt1++;
						if ((0 == r) || (0 == c) || (r + 1 == m_r) || (c + 1 == m_c)) {
							que.emplace(make_pair(r, c));
							vis[Mask(r, c)] = true;
						}
					}
				}
				
				while (que.size()) {
					const auto [r, c] = que.front();
					que.pop();
					const int iMask = Mask(r, c);
					for (const auto& [r1,c1] : neiBo[iMask]) {
						if (vis[Mask(r1,c1)]) { continue; }
						vis[Mask(r1, c1)] = true;
						que.emplace(r1, c1);
					}
				}
				return cnt1 - count(vis.begin(), vis.end(), true);
			}
			int Mask(int r, int c) { return  m_c * r + c; }
			 int m_r,m_c;
		};

单元测试

	vector<vector<int>> grid;
		TEST_METHOD(TestMethod1)
		{
			grid = { {0,0,0,0},{1,0,1,0},{0,1,1,0},{0,0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(3, res);
		}
		TEST_METHOD(TestMethod2)
		{
			grid = { {0,1,1,0},{0,0,1,0},{0,0,1,0},{0,0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod3)
		{
			grid = { {0,1,0},{0,1,0},{0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod4)
		{
			grid = { {0,0,0},{0,1,0},{0,1,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod5)
		{
			grid = { {0,0,0},{1,1,0},{0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod6)
		{
			grid = { {0,0,0},{0,1,1},{0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(0, res);
		}
		TEST_METHOD(TestMethod7)
		{
			grid = { {0,0,0,0,0},{1,0,1,0,0},{0,0,0,0,0} };
			auto res = Solution().numEnclaves(grid);
			AssertEx(1, res);
		}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标及时的反馈拉伸区（难度合适）专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功成功+反思=成功