算法_宽度优先搜索解决FloodFill---持续更新

news2024/11/23 19:55:35

文章目录

  • 前言
  • 什么是FloodFill算法
  • 图像渲染
    • 题目要求
    • 题目解析
    • 代码如下
  • 岛屿数量
    • 题目要求
    • 题目解析
    • 代码如下
  • 岛屿的最大面积
    • 题目要求
    • 题目解析
    • 代码如下
  • 被围绕的区域
    • 题目要求
    • 题目解析
    • 代码如下

前言

本文将会向你介绍宽度优先搜索解决FloodFill算法相关题型:图像渲染、岛屿数量、岛屿的最大面积、被围绕的区域

什么是FloodFill算法

FloodFill算法是一种用于图像处理和计算机图形学的算法,主要用于填充一个区域的颜色。它的基本思想是从一个起始点开始,检查该点的颜色,并将其替换为新的颜色,然后递归地检查相邻的像素(通常是上下左右四个方向),如果相邻的像素颜色与起始点的颜色相同,则继续填充。

图像渲染

https://leetcode.cn/problems/flood-fill/

题目要求

在这里插入图片描述

题目解析

题目要求将指定点周围(上下左右)同色(数字相同)的点改为指定的值(上色),接着再记录与刚上色的点上下左右同色的新的点,重复该过程…
这种有点像是内层一圈一圈向外发散的感觉
这里还是利用队列进行层序遍历,前面也有介绍过这种方法https://blog.csdn.net/Moonnight_bit/article/details/141967841?spm=1001.2014.3001.5501

在这里插入图片描述
不过还是有点区别的,就是我们需要对一个点的上下左右进行遍历,这里会用到两个数组,用来模拟一个点的上下左右位置(坐标系),比如一个点(0,0),dx[1], dy[1]为(1,0)在该点的右侧

        int dx[4] = {1, -1, 0, 0};
        int dy[4] = {0, 0, 1, -1};

注意两个点:

一、起初由一个点进行渲染,第二次渲染上下左右(蓝色),第三次同理(黄色)
这里需要注意的是,每次需要把渲染过的位置添加到队列中,这样才能从新渲染的位置出发进行下一次渲染

         q.push({x, y});
二、渲染过的地方不需要重新添加到队列,以及小心向外扩散时不要越界
         if(x >= 0 && x < n && y >= 0 && y < m && image[x][y] == prev)
         {}

在这里插入图片描述

代码如下

class Solution {
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) 
    {
        int prev = image[sr][sc];
        if(prev == color) return image;    //如果待渲染与当前位置颜色相同,直接返回即可
        int n = image.size(), m = image[0].size();
        //模拟坐标位置
        int dx[4] = {1, -1, 0, 0};
        int dy[4] = {0, 0, 1, -1};
        queue<pair<int, int>> q;    //层序遍历
        q.push({sr, sc});
        while(q.size())
        {
            auto[a, b] = q.front();
            image[a][b] = color;
            q.pop();
            for(int i = 0; i < 4; i++)
            {
                int x = a + dx[i]; int y = b + dy[i];
                //防止遍历上下左右时越界
                if(x >= 0 && x < n && y >= 0 && y < m && image[x][y] == prev)
                {
                    q.push({x, y});
                }
            }
        }
        return image;
    }
};

岛屿数量

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

题目要求

在这里插入图片描述

题目解析

1为陆地,0为水,岛屿是被水包围的,也就是找出1被0包围的区域,单个1也算是一块区域,多个1连在一起(上下左右)也算是一块区域
网格四条边均被水包围
我们可以像遍历一个二维数组,可以轻易地找到1和0
那么我们怎么能保证该岛屿只统计一次呢(遍历到的1所属岛屿是否已经统计过了?)
我们可以这么做
1、先遍历,找到一个1
2、将该1的坐标交给bfs宽度优先搜索,由bfs找到该1所属的整个岛屿,并标记已经记录过
以下代码的意思就是用vis数组标记该1是否已经作为岛屿的一部分统计过,!vis[i][j],如果统计过,该位置就为true,!true就是false,表示已经统计过
3、当遍历完所有位置后,岛屿数量也就统计完了

    bool vis[301][301];
	if(grid[i][j] == '1' && !vis[i][j])
	{
	ret++;
	vis[i][j] = true;
	bfs(grid, i, j);
	}

代码如下

class Solution {
public:
    int dx[4] = {0, 0, 1, -1};
    int dy[4] = {1, -1, 0, 0};
    bool vis[301][301];
    int ret = 0; //岛屿的数量
    void bfs(vector<vector<char>>& grid, int i, int j)
    {
        queue<pair<int, int>> q;
        q.push({i, j});
        while(q.size())
        {
            auto [a, b] = q.front();
            q.pop();
            for(int k = 0; k < 4; k++)
            {
                int x = a + dx[k], y = b + dy[k];
                if(x >= 0 && x < grid.size() && y >= 0 && y < grid[0].size() && grid[x][y] == '1' && !vis[x][y])
                {
                    q.push({x, y});
                    vis[x][y] = true;
                }
            }
        }
    }
    int numIslands(vector<vector<char>>& grid) 
    {
        int m = grid.size(), n = grid[0].size();
        for(int i = 0; i < m; i++)
        {
            for(int j = 0; j < n; j++)
            {
                if(grid[i][j] == '1' && !vis[i][j])
                {
                    ret++;
                    vis[i][j] = true;
                    bfs(grid, i, j);
                }
            }
        }
        return ret;
    }
};

岛屿的最大面积

https://leetcode.cn/problems/ZL6zAn/

题目要求

在这里插入图片描述

题目解析

1为陆地,该题与上一题一样的做法,只不过该题需要计算最大的岛屿,只需要用一个变量统计一下每个岛屿1的数量即可

代码如下

class Solution {
public:
    int dx[4] = {0, 0, 1, -1};
    int dy[4] = {1, -1, 0, 0};
    int area = 0;   //岛屿最大面积大小
    int tmp = 0;    //每个岛屿的面积大小
    vector<vector<bool>> vis;
    queue<pair<int, int>> q;

    void bfs(vector<vector<int>>& grid, int i, int j)
    {

        while(q.size())
        {        
            auto [a, b] = q.front();
            q.pop();
            for(int i = 0; i < 4; i++)
            {
                int x = a + dx[i], y = b + dy[i];
                if(x >= 0 && x < grid.size() && y >= 0 && y < grid[0].size() && grid[x][y] == 1 && !vis[x][y])
                {
                    q.push({x, y});
                    tmp++;
                    vis[x][y] = true;
                }
            }
        }
        area = max(area, tmp);
        tmp = 0;
    }
    int maxAreaOfIsland(vector<vector<int>>& grid) 
    {
        int m = grid.size(), n = grid[0].size();
        vis.resize(m, vector<bool>(n, false)); // 初始化访问向量
        for(int i = 0; i < m; i++)
        {
            for(int j = 0; j < n; j++)
            {
                if(grid[i][j] == 1 && !vis[i][j])
                {
                    q.push({i, j});
                    vis[i][j] = true;
                    tmp++;
                    bfs(grid, i, j);
                }
            }
        }
        return area;
    }
};

被围绕的区域

https://leetcode.cn/problems/surrounded-regions/

题目要求

在这里插入图片描述

题目解析

该题的要求是将四边以外’O’区域替换成‘X’,简单地能想到遍历整个矩阵,使用一遍bfs宽度优先搜索,并且标记已经搜索过的位置,像以下这种情况就比较难判断,因为以下的区域有一部分处于边界,则不符合题意,这样的话即便遍历到‘O’,也是很难判断的
正难则反
我们可以先把包含边界上的’O’的区域处理一遍,只需调用一次bfs,将区域修改成任意符号,最后剩下的都是应该被改成’X’的区域,暴力遍历遇到’O’就修改成‘X’即可
注意最后要把包含边界的区域,重新修改为’O’(暴力遍历即可)
在这里插入图片描述

代码如下

class Solution {
public:
    void bfs1(vector<vector<char>>& board, int i, int j)
    {
        queue<pair<int, int>> q;
        q.push({i, j});
        int dx[4] = {0, 0, 1, -1};
        int dy[4] = {1, -1, 0, 0};
        while(q.size())
        {
            auto [a, b] = q.front();
            q.pop();
            for(int k = 0; k < 4; k++)
            {
                int x = a + dx[k], y = b + dy[k];
                if(x >= 0 && x < board.size() && y >= 0 && y < board[0].size() && board[x][y] == 'O')
                {
                    board[x][y] = '.';
                    q.push({x, y});
                }
            }
        }
    }
    void solve(vector<vector<char>>& board) 
    {
        int m = board.size(), n = board[0].size();

        for(int i = 0; i < n; i++)
        {
            if(board[0][i] == 'O')
            {
                board[0][i] = '.';
                bfs1(board, 0, i);
            }
            if(board[m-1][i] == 'O')
            {
                board[m-1][i] = '.';
                bfs1(board, m-1, i);
            }
        }
        for(int i = 0; i < m; i++)
        {
            if(board[i][0] == 'O')
            {
                board[i][0] = '.';
                bfs1(board, i, 0);
            }
            if(board[i][n-1] == 'O')
            {
                board[i][n-1] = '.';
                bfs1(board, i, n-1);
            }
        }
        // 恢复棋盘  
        for (int i = 0; i < m; i++) 
        {  
            for (int j = 0; j < n; j++) 
            {  
                if (board[i][j] == 'O') 
                {  
                    board[i][j] = 'X'; // 捕获被围绕的 'O'  
                }
                 else if (board[i][j] == '.') 
                {  
                    board[i][j] = 'O'; // 恢复已访问的 'O'  
                }  
            }  
        }  
    }
};

在这里插入图片描述

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.coloradmin.cn/o/2143083.html

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,一经查实,立即删除!

相关文章

2019-2023(CSP-J)选择题真题解析

1&#xff0c;了解的知识 中国的国家顶级域名是&#xff08; &#xff09;【2019年CSP-J初赛选择题第一题】 A…cn B…ch C…chn D…china 【答案】&#xff1a;A 以下哪个奖项是计算机科学领域的最高奖&#xff1f;&#xff08; &#xff09;【2019年CSP-J初赛选择题第…

2025年最新大数据毕业设计选题-基于Hive分析相关

选题思路 回忆学过的知识(Python、Java、Hadoop、Hive、Sqoop、Spark、算法等等。。。) 结合学过的知识确定大的方向 a. 确定技术方向&#xff0c;比如基于Hadoop、基于Hive、基于Spark 等等。。。 b. 确定业务方向&#xff0c;比如民宿分析、电商行为分析、天气分析等等。。。…

uniapp uview扩展u-picker支持日历期间 年期间 月期间 时分期间组件

uniapp uview扩展u-picker支持日历期间 年期间 月期间 时分期间组件 日历期间、年期间、月期间及时分期间组件在不同的应用场景中发挥着重要的作用。这些组件通常用于表单、应用程序或网站中&#xff0c;以方便用户输入和选择特定的日期和时间范围。以下是这些组件的主要作用&a…

【读书】原则

后面的 太长了&#xff0c;而且太多了 我看作者 49年的 0多岁的老人的谆谆教诲 太多了 一下子吃不消 分为 生活原则 和 工作原则 倡导 人要以 原则而活 要做到极度透明 极度求真和极度透明&#xff1a;在软件开发中&#xff0c;对事实的执着追求和对信息的透明度是至关重要的。…

dedecms——四种webshell姿势

姿势一&#xff1a;通过文件管理器上传WebShell 步骤一&#xff1a;访问目标靶场其思路为 dedecms 后台可以直接上传任意文件&#xff0c;可以通过文件管理器上传php文件获取webshell 步骤二&#xff1a;登陆到后台点击【核心】--》 【文件式管理器】--》 【文件上传】将准备好…

linux系统如何通过进程PID号找到对应的程序在系统中的路径

linux系统如何通过进程PID号找到对应的程序在系统中的路径 首先我们用ps -aux​命令找到对应进程的PID号&#xff0c;比如我这里要得就是xmrig这个进程的PID号 ​​ 通过lsof命令查看对应进程的关联的文件&#xff0c;并找到可执行文件的路径 lsof -p 22785 | grep txt​​ 或…

SpringCloud Feign 以及 一个标准的微服务的制作

一个标准的微服务制作 以一个咖啡小程序项目的订单模块为例&#xff0c;这个模块必将包括&#xff1a; 各种实体类&#xff08;pojo,dto,vo....&#xff09; 控制器 controller 服务类service ...... 其中控制器中有的接口需要提供给其他微服务&#xff0c;订单模块也需要…

软件无线电2:矢量信号器和HackRF实现FM调制解调

前面实现了在matlab平台下的FM收发&#xff0c;那么如果将matlab中的数据应用在真实的无线电台中会是怎样呢&#xff1f;于是我们借助矢量信号器和HackRF实现了射频下的FM调制解调。注意本文仅用于科研和学习&#xff0c;私自搭建电台属于违法行为。 1. 概述 整体实现框图如下…

【梯度下降|链式法则】卷积神经网络中的参数是如何传输和更新的?

【梯度下降|链式法则】卷积神经网络中的参数是如何传输和更新的&#xff1f; 【梯度下降|链式法则】卷积神经网络中的参数是如何传输和更新的&#xff1f; 文章目录 【梯度下降|链式法则】卷积神经网络中的参数是如何传输和更新的&#xff1f;1. 什么是梯度&#xff1f;2.梯度…

【网络安全】分享4个高危业务逻辑漏洞

未经许可,不得转载。 文章目录 正文逻辑漏洞1逻辑漏洞2逻辑漏洞3逻辑漏洞4其它正文 该目标程序是一家提供浏览器服务的公司,其核心功能是网页抓取和多账户登录操作,类似于浏览器中的隐身模式,但更加强大和高效。通过该平台,用户可以轻松管理并同时运行数百个隐身浏览器实…

【Python123题库】#绘制温度曲线 #XRD谱图绘制 #态密度曲线绘制

禁止转载&#xff0c;原文&#xff1a;https://blog.csdn.net/qq_45801887/article/details/140087866 参考教程&#xff1a;B站视频讲解——https://space.bilibili.com/3546616042621301 有帮助麻烦点个赞 ~ ~ Python123题库 绘制温度曲线XRD谱图绘制态密度曲线绘制 绘制温度…

【LeetCode】每日一题 2024_9_16 公交站间的距离(模拟)

前言 每天和你一起刷 LeetCode 每日一题~ LeetCode 启动&#xff01; 题目&#xff1a;公交站间的距离 代码与解题思路 func distanceBetweenBusStops(distance []int, start int, destination int) int {// 首先让 start > destination, 这两个谁大对结果没有影响&#…

监控易监测对象及指标之:全面监控DB2_linux数据库

在数字化时代&#xff0c;数据库作为企业核心数据资产的存储和管理中心&#xff0c;其稳定性和性能直接关系到业务的连续性和效率。DB2作为IBM推出的关系型数据库管理系统&#xff0c;广泛应用于各种业务场景。为了确保DB2_linux数据库的稳定运行和高效性能&#xff0c;全面而细…

【已解决】关于错误 UnicodeEncodeError: ‘gbk‘ codec can‘t encode character

某次爬取一个网站的时候UnicodeEncodeError: gbk codec cant encode character \xa9 in position 19417: illegal multibyte sequence 尝试了很多个办法&#xff0c; def get_page(self):headers {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)…

浏览器插件利器--allWebPluginV2.0.0.20-beta版发布

allWebPlugin简介 allWebPlugin中间件是一款为用户提供安全、可靠、便捷的浏览器插件服务的中间件产品&#xff0c;致力于将浏览器插件重新应用到所有浏览器。它将现有ActiveX控件直接嵌入浏览器&#xff0c;实现插件加载、界面显示、接口调用、事件回调等。支持Chrome、Firefo…

Jenkins基于tag的构建

文章目录 Jenkins参数化构建设置设置gitlab tag在工程中维护构建的版本按指定tag的版本启动服务 Jenkins参数化构建设置 选择参数化构建&#xff1a; 在gradle构建之前&#xff0c;增加执行shell的步骤&#xff1a; 把新增的shell框挪到gradle构建之前&#xff0c; 最后保存 …

【代码随想录训练营第42期 Day59打卡 - 图论Part9 - Bellman-Ford算法

目录 一、Bellman-Ford算法 定义 特性 伪代码实现 二、经典题目 题目&#xff1a;卡码网 94. 城市间货物运输 I 题目链接 题解&#xff1a; Bellman-Ford算法 三、小结 一、Bellman-Ford算法 定义 Bellman-Ford算法是一个迭代算法&#xff0c;它可以处理包含负权边的…

深入解析Transformer原理

在自然语言处理&#xff08;NLP&#xff09;领域&#xff0c;Transformer架构的出现无疑是一个里程碑式的进展。从Google的BERT到OpenAI的GPT系列&#xff0c;Transformer已经成为许多前沿AI模型的核心。今天&#xff0c;我们就来深入探讨Transformer的原理&#xff0c;帮助你更…

CleanMyMac 5 for Mac 最新中文破解版下载 系统优化垃圾清理工具

今天给大家带来的是CleanMyMac最新款CleanMyMac 5&#xff0c;它是一个全面的Mac清理和维护工具&#xff0c;通过提供多项强大的功能&#xff0c;帮助用户简化日常维护任务&#xff0c;提升系统性能&#xff0c;同时保护个人隐私和安全。无论是新手还是经验丰富的Mac用户&#…

Linux进程等待 | 程序替换

进程终止 一个进程退出了&#xff0c;无非只有三种情况&#xff1a; 代码跑完了&#xff0c;结果正确代码跑完了&#xff0c;结果不正确代码没跑完&#xff0c;程序异常退出了 代码跑完了&#xff0c;我们可以通过退出码获取其结果是否正确&#xff0c;&#xff08;这个退出…