【算法】连通块问题(C/C++)

news2024/11/27 6:32:50

目录

连通块问题

解决思路

步骤:

初始化:

DFS函数:

复杂度分析

 代码实现(C++)

题目链接:2060. 奶牛选美 - AcWing题库

解题思路:

AC代码: 

题目链接:687. 扫雷 - AcWing题库 

解题思路:

AC代码:

总结:


连通块问题

连通块问题(Connected Component Problem)是一个经典的图论问题,通常用来找出图中的所有连通分量。给定一个无向图,连通块问题的目标是确定图中有多少个连通分量(即有多少个互相连通的节点组成的集合)

解决思路

  1. 深度优先搜索(DFS)广度优先搜索(BFS)
    • 可以从任意未访问的节点出发,进行DFS或BFS,标记所有能够访问到的节点,代表这个连通分量。
    • 重复这个过程,直到所有节点都被访问为止。每次从新的未访问节点出发时,就代表发现了一个新的连通分量。
  2. 并查集(Union-Find)
    • 并查集是一种有效的解决连通性问题的数据结构。可以通过合并节点来动态地找到连通分量。

在这里,我将使用DFS的方式解决该问题,并以邻接表的形式来表示图。


步骤:

初始化:

创建一个访问数组visited[]来跟踪每个顶点是否被访问过。
初始化visited[]数组,将所有顶点标记为未访问。

DFS函数:

定义一个递归函数DFS(vertex),该函数从给定的顶点开始进行深度优先搜索。
在DFS函数中:
将当前顶点标记为已访问。
访问所有与当前顶点相邻的未访问的顶点,并递归调用DFS。
遍历所有顶点:

对于图中的每个未访问的顶点,调用DFS函数。
记录连通块:

每当DFS从一个新的未访问的顶点开始时,就表示找到了一个新的连通块。
输出结果:

可以打印出每个连通块中的顶点,或者计算连通块的数量。

复杂度分析

  • 时间复杂度O(n + m),其中 n 是节点数,m 是边数。每个节点和每条边都被遍历一次。
  • 空间复杂度O(n + m),用于存储图的邻接表和访问数组。

这种解决方案适用于中小规模的图,如果图的节点数非常大,可以考虑并查集来优化连通性问题。


 代码实现(C++)

#include <iostream>
#include <vector>
using namespace std;

const int MAX_N = 1000;  // 假设最多1000个节点
vector<int> graph[MAX_N];  // 邻接表表示图
bool visited[MAX_N];       // 访问标记数组

// 深度优先搜索(DFS)
void dfs(int node) {
    visited[node] = true;  // 标记当前节点已访问
    for (int neighbor : graph[node]) {  // 遍历所有邻居节点
        if (!visited[neighbor]) {
            dfs(neighbor);  // 如果邻居节点未访问,继续DFS
        }
    }
}

int main() {
    int n, m;  // n为节点数,m为边数
    cin >> n >> m;

    // 读取图的边
    for (int i = 0; i < m; i++) {
        int u, v;
        cin >> u >> v;
        graph[u].push_back(v);
        graph[v].push_back(u);  // 无向图,双向连接
    }

    int connected_components = 0;  // 记录连通块数目

    // 遍历所有节点
    for (int i = 1; i <= n; i++) {
        if (!visited[i]) {  // 如果节点i未被访问,说明发现了一个新的连通块
            dfs(i);  // 对该节点进行DFS
            connected_components++;  // 连通块数加1
        }
    }

    cout << connected_components << endl;

    return 0;
}

题目链接:2060. 奶牛选美 - AcWing题库

听说最近两斑点的奶牛最受欢迎,约翰立即购进了一批两斑点牛。

不幸的是,时尚潮流往往变化很快,当前最受欢迎的牛变成了一斑点牛。

约翰希望通过给每头奶牛涂色,使得它们身上的两个斑点能够合为一个斑点,让它们能够更加时尚。

牛皮可用一个 N×M 的字符矩阵来表示,如下所示:

................
..XXXX....XXX...
...XXXX....XX...
.XXXX......XXX..
........XXXXX...
.........XXX....

其中,X 表示斑点部分。

如果两个 X 在垂直或水平方向上相邻(对角相邻不算在内),则它们属于同一个斑点,由此看出上图中恰好有两个斑点。

约翰牛群里所有的牛都有两个斑点

约翰希望通过使用油漆给奶牛尽可能少的区域内涂色,将两个斑点合为一个。

在上面的例子中,他只需要给三个 .. 区域内涂色即可(新涂色区域用 ∗∗ 表示):

................
..XXXX....XXX...
...XXXX*...XX...
.XXXX..**..XXX..
........XXXXX...
.........XXX....

请帮助约翰确定,为了使两个斑点合为一个,他需要涂色区域的最少数量。

输入格式

第一行包含两个整数 N 和 M。

接下来 N 行,每行包含一个长度为 M 的由 X 和 .. 构成的字符串,用来表示描述牛皮图案的字符矩阵。

输出格式

输出需要涂色区域的最少数量。

数据范围

1≤N,M≤50

输入样例:

6 16
................
..XXXX....XXX...
...XXXX....XX...
.XXXX......XXX..
........XXXXX...
.........XXX....

输出样例:

3

解题思路:

此题主要是运用dfs或者bfs去找连通块最小距离。搜索思想,先去找X的点,只要找到了一个X点,那么此点所在的连通块就一网打尽了,把此连通块的点存起来,再搜第二个连通块,把第二个连通块的点也都存起来,然后外循环第一个连通块的点,内循环第二个连通块的点,每次尝试两个点染色,就是图中第一个连通块黄色格子跟第二个连通块黄色格子求距离。在所有里面找一个min的值即可,途中红色的为最小。最后输出减一就是答案,因为这里求的是两点之间点的距离。


AC代码: 

#include<iostream>
#include<cstring>
#include<cmath>
#include<vector>
#include<climits>
using namespace std;
typedef pair<int, int> PII;
const int N = 55;
char s[N][N];//存图
vector<PII> points[2];//连通块
int dx[]={0,0,1,-1};//方向数组
int dy[]={1,-1,0,0};
int n,m;
int res=INT_MAX;//无穷大
void dfs(int a,int b,vector<PII>&p){
    s[a][b]='.';//走过此连通块的就置为'.'防止重复搜索
    p.push_back({a,b});//连通块所有的坐标
    for(int i=0;i<4;i++){
        int x=a+dx[i];
        int y=b+dy[i];
        if(x>=0&&y>=0&&x<n&&y<m&&s[x][y]=='X'){//符合条件就继续搜
            dfs(x,y,p);
        }
    }
}
int main()
{
    cin>>n>>m;
    for(int i=0;i<n;i++){
        cin>>s[i];
    }
    int k=0;
    for(int i=0;i<n;i++){
        for(int j=0;j<m;j++){
            if(s[i][j]=='X'){//找到一个X就能找到此联通块
                dfs(i,j,points[k++]);
            }
        }
    }
    for(auto i:points[0]){//c++11遍历更简单
        for(auto j:points[1]){
            res=min(res,abs(i.first-j.first)+abs(i.second-j.second));//两个坐标差值
        }
    }//最后要减一,比如(1,1)与(1,3)之间只有一个(1,2),做差为2,所以要减一
    cout<<res-1<<endl;
    return 0;
}

题目链接:687. 扫雷 - AcWing题库 

扫雷是一种计算机游戏,在 2020 世纪 8080 年代开始流行,并且仍然包含在某些版本的 Microsoft Windows 操作系统中。

在这个问题中,你正在一个矩形网格上玩扫雷游戏。

最初网格内的所有单元格都呈未打开状态。

其中 M 个不同的单元格中隐藏着 M 个地雷。

其他单元格内不包含地雷。

你可以单击任何单元格将其打开。

如果你点击到的单元格中包含一个地雷,那么游戏就会判定失败。

如果你点击到的单元格内不含地雷,则单元格内将显示一个 0 到 8 之间的数字(包括 0 和 8),这对应于该单元格的所有相邻单元格中包含地雷的单元格的数量。

如果两个单元格共享一个角或边,则它们是相邻单元格。

另外,如果某个单元格被打开时显示数字 0,那么它的所有相邻单元格也会以递归方式自动打开。

当所有不含地雷的单元格都被打开时,游戏就会判定胜利。

例如,网格的初始状态可能如下所示(* 表示地雷,而 c 表示第一个点击的单元格):

*..*...**.
....*.....
..c..*....
........*.
..........

被点击的单元格旁边没有地雷,因此当它被打开时显示数字 0,并且它的 8 个相邻单元也被自动打开,此过程不断继续,最终状态如下:

*..*...**.
1112*.....
00012*....
00001111*.
00000001..

此时,仍有不包含地雷的单元格(用 . 字符表示)未被打开,因此玩家必须继续点击未打开的单元格,使游戏继续进行。

你想尽快赢得游戏胜利并希望找到赢得游戏的最低点击次数。

给定网格的尺寸(N×N),输出能够获胜的最小点击次数。

输入格式

第一行包含整数 T,表示共有 T 组测试数据。

每组数据第一行包含整数 N,表示游戏网格的尺寸大小。

接下来 N 行,每行包含一个长度为 N 的字符串,字符串由 .(无雷)和 *(有雷)构成,表示游戏网格的初始状态。

输出格式

每组数据输出一个结果,每个结果占一行。

结果表示为 Case #x: y,其中 x 是组别编号(从 1 开始),y 是获胜所需的最小点击次数。

数据范围

1≤T≤100
1≤N≤300

输入样例:

2
3
..*
..*
**.
5
..*..
..*..
.*..*
.*...
.*...

输出样例:

Case #1: 2
Case #2: 8

解题思路:

此题是DFS求连通块,扫雷中分三种情况,如果你点一次,此点附近没有雷,那么这一个0连通块就会全部显示出来,此0连通块边界就会显示此点附近雷的个数。第二种就是不在0连通块,附近有雷的点,为了要赢,这个也必须要点。第三种就是在连通块里面,附近有雷的点,这个点对于此题来说,先点了第一种,那么第三种的点也被包含在里面了,省了一步,此题要求最少点多少次,那么答案就是0连通块的数量+不在0连通块,附近有雷的点(1--8)。此题可用DFS、BFS进行找0联通块。

视频讲解:AcWing 687. 扫雷(每日一题)_哔哩哔哩_bilibili

AC代码:

#include<iostream>
using namespace std;
const int N=305;
int n,T;
char str[N][N];
int a[N][N];//标记(i,j)点附近有几个雷
void dfs(int x,int y){
	int t=a[x][y];
	a[x][y]=-1;
	if(t){
		return;
	}
	for(int i=x-1;i<=x+1;i++){
		for(int j=y-1;j<=y+1;j++){
			if(i>=0&&j>=0&&i<n&&j<n&&a[i][j]!=-1){
				dfs(i,j);
			}
		}
	}
}
int main(){
	cin>>T;
	for(int k=1;k<=T;k++){
		cin>>n;
		for(int j=0;j<n;j++){
			cin>>str[j];
		}
		int res=0;
		for(int i=0;i<n;i++){
			for(int j=0;j<n;j++){
				if(str[i][j]=='*'){//如果此点是雷标记为-1
					a[i][j]=-1;
				}else{
					a[i][j]=0;
					for(int l=i-1;l<=i+1;l++){
						for(int r=j-1;r<=j+1;r++){
							if(str[l][r]=='*'&&l>=0&&r>=0&&l<n&&r<n){//附近是雷且没有越界
								a[i][j]++;
							}
						}
					}
				}
			}
		}
		for(int i=0;i<n;i++){//求为0的连通块
			for(int j=0;j<n;j++){
				if(a[i][j]==0){
					res++;
					dfs(i,j);
				}
			}
		}
		for(int i=0;i<n;i++){//求不属于0连通块且不是雷的点
			for(int j=0;j<n;j++){
				if(a[i][j]!=-1){
					res++;
				}
			}
		}
		cout<<"Case #"<<k<<":"<<res<<endl;
	}
	return 0;
}

总结:

此题思路难想,当思路打开了,按照板子就可以写出来,需要多练习问题转化能力,如此题转化为连通块最小距离。用dfs或者bfs进行图的遍历,寻找有用的信息。文章若有错误、不足的地方恳请大家指出,一起加油。

执笔至此,感触彼多,全文降至、落笔为终,感谢大家的支持。

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/2248250.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

人工智能 实验2 jupyter notebook平台 打印出分类器的正确率

实验2 jupyter notebook平台 【实验目的】掌握jupyter notebook平台的使用方法 【实验内容】上传文件到jupyter notebook平台&#xff0c;学会编辑运行ipynb文件 【实验要求】写明实验步骤&#xff0c;必要时补充截图 安装Anaconda。 2、 将BreadCancer.zip上传到jupyter no…

【贪心算法第五弹——300.最长递增子序列】

目录 1.题目解析 题目来源 测试用例 2.算法原理 3.实战代码 代码解析 注意本题还有一种动态规划的解决方法&#xff0c;贪心的方法就是从动态规划的方法总结而来&#xff0c;各位可以移步博主的另一篇博客先了解一下&#xff1a;动态规划-子序列问题——300.长递增子序列…

Spring Boot——统一功能处理

1. 拦截器 拦截器主要用来拦截用户的请求&#xff0c;在指定方法前后&#xff0c;根据业务需要执行设定好的代码&#xff0c;也就是提前定义一些逻辑&#xff0c;在用户的请求响应前后执行&#xff0c;也可以在用户请求前阻止其执行&#xff0c;例如登录操作&#xff0c;只有登…

【2024】前端学习笔记19-ref和reactive使用

学习笔记 1.ref2.reactive3.总结 1.ref ref是 Vue 3 中用来创建响应式引用的一个函数&#xff0c;通常用于基本数据类型&#xff08;如字符串、数字、布尔值等&#xff09;或对象/数组的单一值。 ref特点&#xff1a; ref 可以用来创建单个响应式对象对于 ref 包裹的值&…

javaweb-day01-html和css初识

html:超文本标记语言 CSS&#xff1a;层叠样式表 1.html实现新浪新闻页面 1.1 标题排版 效果图&#xff1a; 1.2 标题颜色样式 1.3 标签内颜色样式 1.4设置超链接 1.5 正文排版 1.6 页面布局–盒子 &#xff08;1&#xff09;盒子模型 &#xff08;2&#xff09;页面布局…

3mf 格式详解,javascript加载导出3mf文件示例

3MF 格式详解 3MF&#xff08;3D Manufacturing Format&#xff09;是一种开放标准的文件格式&#xff0c;专门用于三维制造和打印。3MF 格式旨在解决 STL 格式的局限性&#xff0c;提供更丰富和灵活的数据表示。3MF 文件是一种 ZIP 文件&#xff0c;其中包含了描述三维模型的…

音视频流媒体直播/点播系统EasyDSS互联网视频云平台介绍

随着互联网技术的飞速发展&#xff0c;音视频流媒体直播已成为现代社会信息传递与娱乐消费的重要组成部分。在这样的背景下&#xff0c;EasyDSS互联网视频云平台应运而生&#xff0c;它以高效、稳定、便捷的特性&#xff0c;为音视频流媒体直播领域带来了全新的解决方案。 1、产…

c++:面向对象三大特性--继承

面向对象三大特性--继承 一、继承的概念及定义&#xff08;一&#xff09;概念&#xff08;二&#xff09;继承格式1、继承方式2、格式写法3、派生类继承后访问方式的变化 &#xff08;三&#xff09;普通类继承&#xff08;四&#xff09;类模板继承 二、基类和派生类的转换&a…

【Linux学习】【Ubuntu入门】2-5 shell脚本入门

1.shell脚本就是将连续执行的命令携程一个文件 2.第一个shell脚本写法 shell脚本是个纯文本文件&#xff0c;命令从上而下&#xff0c;一行一行开始执行&#xff0c;其扩展名为.sh&#xff0c;shell脚本第一行一定要为&#xff1a;#!/bin/bash&#xff0c;表示使用bash。echo…

Jmeter中的测试片段和非测试原件

1&#xff09;测试片段 1--测试片段 功能特点 重用性&#xff1a;将常用的测试元素组合成一个测试片段&#xff0c;便于在多个线程组中重用。模块化&#xff1a;提高测试计划的模块化程度&#xff0c;使测试计划更易于管理和维护。灵活性&#xff1a;可以通过模块控制器灵活地…

VisionPro 机器视觉案例 之 凹点检测

第十六篇 机器视觉案例 之 凹点检测 文章目录 第十六篇 机器视觉案例 之 凹点检测1.案例要求2.实现思路2.1 方式一&#xff1a;斑点工具加画线工具加点线距离工具2.2 方法二 使用斑点工具的结果集边缘坐标的横坐标最大值ImageBoundMaxX2.3 方法三 使用斑点工具的结果集凹点结果…

Java ArrayList 与顺序表:在编程海洋中把握数据结构的关键之锚

我的个人主页 我的专栏&#xff1a;Java-数据结构&#xff0c;希望能帮助到大家&#xff01;&#xff01;&#xff01;点赞❤ 收藏❤ 前言&#xff1a;在 Java编程的广袤世界里&#xff0c;数据结构犹如精巧的建筑蓝图&#xff0c;决定着程序在数据处理与存储时的效率、灵活性以…

【k8s】资源限制管理:Namespace、Deployment与Pod的实践

&#x1f407;明明跟你说过&#xff1a;个人主页 &#x1f3c5;个人专栏&#xff1a;《Kubernetes航线图&#xff1a;从船长到K8s掌舵者》 &#x1f3c5; &#x1f516;行路有良友&#xff0c;便是天堂&#x1f516; 目录 一、引言 1、什么是k8s 2、在k8s使用资源配额的作…

lua除法bug

故事背景&#xff0c;新来了一个数值&#xff0c;要改公式。神奇的一幕出现了&#xff0c;公式算出一个非常大的数。排查是lua有一个除法bug,1除以大数得到一个非常大的数。 function div(a, b)return tonumber(string.format("%.2f", a/b)) end print(1/73003) pri…

微信小程序学习指南从入门到精通

&#x1f5fd;微信小程序学习指南从入门到精通&#x1f5fd; &#x1f51d;微信小程序学习指南从入门到精通&#x1f51d;✍前言✍&#x1f4bb;微信小程序学习指南前言&#x1f4bb;一、&#x1f680;文章列表&#x1f680;二、&#x1f52f;教程文章的好处&#x1f52f;1. ✅…

《基于FPGA的便携式PWM方波信号发生器》论文分析(三)——数码管稳定显示与系统调试

一、论文概述 基于FPGA的便携式PWM方波信号发生器是一篇由任青颖、庹忠曜、黄洵桢、李智禺和张贤宇 等人发表的一篇期刊论文。该论文主要研究了一种新型的信号发生器&#xff0c;旨在解决传统PWM信号发生器在移动设备信号调控中存在的精准度低和便携性差的问题 。其基于现场可编…

计算机操作系统——进程控制(Linux)

进程控制 进程创建fork&#xff08;&#xff09;函数fork() 的基本功能fork() 的基本语法fork() 的工作原理fork() 的典型使用示例fork() 的常见问题fork() 和 exec() 结合使用总结 进程终止与$进程终止的本质进程终止的情况正常退出&#xff08;Exit&#xff09;由于信号终止非…

【贪心算法第四弹——376.摆动序列】

目录 1.题目解析 题目来源 测试用例 2.算法原理 3.实战代码 代码解析 本题还可以使用动态规划的解法来解决&#xff0c;不过动态规划的时间复杂度为O(N^2)&#xff0c;而贪心解法的时间复杂度为O(N)&#xff0c;动态规划方法的博客链接: 动态规划-子序列问题——376.摆动…

我谈离散傅里叶变换的补零

有限序列的零延拓——零延拓不会改变离散傅里叶变换的形状的续篇。 L点序列可以做N点傅里叶变换&#xff0c;当 L ⩽ N L\leqslant N L⩽N时不会产生混叠。这部分内容在Rafael Gonzalez和Richard Woods所著的《数字图像处理》完全没有提到。 补零是序列末尾补零&#xff0c;不…

day18 结构体

有参宏和函数的区别 1.展开时机&#xff1a;有参宏而言&#xff0c;在预处理阶段展开&#xff0c;而函数在调用时才展开 2.内存使用&#xff1a;有参宏而言&#xff0c;占用的是所在函数的空间&#xff0c;而函数在调用时会单独开辟空间 3.效率上&#xff1a;有参宏的效率比…