当前位置: 首页 > news >正文

【经典算法】BFS_FloodFill算法

目录

  • 1, 算法介绍
  • 2,算法原理和代码实现(含题目链接)
    • 733.图像渲染
    • 200.岛屿的数量
    • 695.岛屿的最大面积
    • 130.被围绕的区域
  • 3, 算法总结

1, 算法介绍

FloodFill(洪水灌溉) 算法介绍

假设一个 4 * 4 的方格代表一块土地,土地上有些地方是凹陷的(假设用负数表示,-1,-2,-3……大小表示凹陷程度),有些地方是凸起的(假设用正数表示,1,2,3,4……大小表示凸起程度)

此时如果发洪水或是下雨,就会把凹陷的地方填满水,凸起的部分就会把凹陷的部分包围,填满水的区域会被连成一片一片的。

所以这类问题要么是问有多少块填平的区域,要么是问最大的区域面积是多少,要么是问某一块区域的边长是多少
在这里插入图片描述

有些问题是规定只能上下左右联通,有些是斜对角也能联通

本质就是找出具有相同性质的联通块。

解决方法:
dfs :深度优先遍历(使用递归)
bfs:宽度优先遍历(层序遍历)

2,算法原理和代码实现(含题目链接)

733.图像渲染

在这里插入图片描述
在这里插入图片描述

算法原理:

使用队列进行层序遍历(bfs)首先要记录原坐标的像素值,再以这个坐标为中心,上下左右四个方向进行遍历,如果发现有相等的像素值,就把这个坐标入队列并且修改成指定的像素值。接着再取出队头元素,进行判断,修改,遍历四个方向,入队列…直到队列为空,此时就把图中所有等于原像素值的位置修改成了指定的像素值

细节/技巧问题:

(1) 记录完原坐标的像素值时,先进行一次判断,是否等于要修改的值,如果是,就直接返回图像

(2) 要得到上下左右四个方向的坐标有技巧
在这里插入图片描述

(3) 要注意遍历四个方向时坐标不能越界

代码实现:

class Solution 
{typedef pair<int, int> PII;int dx[4] = {0,0,1,-1};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];if(prev == color) return image; // 处理特殊情况int m = image.size();int n = image[0].size();queue<PII> q;q.push({sr ,sc});while(q.size()){auto [a, b] = q.front();q.pop();if(image[a][b] == prev) image[a][b] = color;// 判断上下左右的值for(int i = 0; i < 4; i++){int x = a + dx[i];int y = b + dy[i];if(x >=0 && x < m && y >=0 && y < n && image[x][y] == prev)q.push({x, y});}}return image;}
};

200.岛屿的数量

在这里插入图片描述
在这里插入图片描述

算法原理:

这道题就是第一道题的进阶版,也是使用队列层序遍历(bfs),只不过是多次使用bfs算法,所以把它写成一个函数,bfs在这里的作用是标记陆地。遍历整个矩阵,当遇到陆地(‘1’)并且没有被遍历过时,使用bfs并岛屿数量+1

细节/技巧问题:
(1) 当取出队头坐标进行上下左右遍历时,一定会遍历到相同的位置,此时就要进行区分。可以定义一个bool类型的标记数组vis,如果位置已经遍历过,置为true,否则为false

(2) 给bfs函数进行传参时,如果想要形参简洁一些,可以把一些变量定义在main函数外变为公有的,这样可以减少麻烦。比如这道题里矩阵的行和列,标记数组vis等

代码实现:

class Solution 
{int dx[4] = {0,0,1,-1};int dy[4] = {1,-1,0,0};int m,n;bool vis[301][301]; // 记录位置有没有被遍历过,true有,false没有
public:int numIslands(vector<vector<char>>& grid) {m = grid.size(), n = grid[0].size();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++){// 如果是陆地并且没有遍历过if(grid[i][j] == '1' && !vis[i][j]){// 把这块陆地标记bfs( grid,i, j);ret++;}}}   return ret;}void bfs(vector<vector<char>>& grid, int i, int j){queue<pair<int ,int>> q;q.push({i, j});vis[i][j] = true; // 入队列代表你已经遍历过了,要标记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 < m && y >= 0 && y < n && grid[x][y] == '1' && !vis[x][y]){q.push({x,y});vis[x][y] = true;}}}}
};

695.岛屿的最大面积

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

算法原理:

这道题也是基于前两题的bfs算法,也要多次使用bfs,所以也写成函数。它的作用是标记陆地并且统计每块陆地的面积。遍历矩阵,当遇到没有被遍历过的陆地(1)时,调用bfs函数进行标记与统计,遇到符合要求的坐标并且入队列后,陆地面积+1。统计完每一块陆地的面积再返回给main函数

细节/技巧问题:

参考前面两题

代码实现:

class Solution 
{int dx[4] = {0,0,1,-1};int dy[4] = {1,-1,0,0};bool vis[51][51];int m,n;
public:int maxAreaOfIsland(vector<vector<int>>& grid) {m = grid.size(), n = grid[0].size();int ret_max = 0;int ret = 0;for(int i = 0;i < m; i++){for(int j = 0; j < n; j++){if(grid[i][j] == 1 && !vis[i][j]){ret = bfs(grid, i, j);ret_max = max(ret, ret_max);}}}return ret_max;}int bfs(vector<vector<int>>& grid, int i, int j){int ret = 0; // 记录岛屿面积queue<pair<int ,int>> q;q.push({i, j});vis[i][j] = true; // 记得标记ret++;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 < m && y >= 0 && y < n && grid[x][y] == 1 && !vis[x][y]){q.push({x, y});vis[x][y] = true;ret++;}}}return ret;}
};

130.被围绕的区域

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
算法原理:

这道题也是bfs算法的综合运用。如果按照题意正面去解决,就是直接把除与边界’O’(包括边界)联通的区域外,其余全部修改为’X’,会显的很麻烦。所以正难则反,我们可以先把与边界’O’(包括边界)联通的区域修改为其他字符,再遍历整个数组,把剩余的’O’区域修改为’X’,最后把原来修改为的其他字符还原为’O’,这样也可以解决问题,并且整个代码书写也更清晰。当然,这里的bfs算法也不止使用一次,所以也要写成函数,它的作用是把与边界’O’(包括边界)联通的区域修改为其他字符

细节/技巧问题:

参考前面三题

代码实现:

class Solution 
{int dx[4] = {0,0,1,-1};int dy[4] = {1,-1,0,0};int m, n;bool vis[201][201];
public:void solve(vector<vector<char>>& board) {m = board.size(), n = board[0].size();// 先把边界上的'O'区域改为无关字符for(int i = 0; i < m; i++){if(board[i][0] == 'O') bfs(board, i, 0);if(board[i][n-1] == 'O') bfs(board, i, n-1);}for(int j = 0; j < n; j++){if(board[0][j] == 'O') bfs(board, 0, j);if(board[m-1][j] == 'O') bfs(board, m-1, j);}// 再遍历矩阵,把所有'O'改为'X'for(int i = 0; i < m; i++){for(int j = 0; j < n; j++){if(board[i][j] == 'O' && !vis[i][j])board[i][j] = 'X';}}// 最后还要把前面改过的'.'还原为'O'for(int i = 0; i< m; i++){for(int j = 0; j < n; j++)if(board[i][j] == '.')board[i][j] = 'O';}}void bfs(vector<vector<char>>& board, int i, int j){queue<pair<int ,int>> q;q.push({i ,j});vis[i][j] = true;board[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 < m && y >= 0 && y < n && !vis[x][y] && board[x][y] == 'O'){q.push({x, y});vis[x][y] = true;board[x][y] = '.';}}}}
};

3, 算法总结

bfs是一种十分经典的算法,它总是使用队列来完成层序遍历,其实就是以当前位置为中心,再进行上下左右四个方向的位置识别,查找与统计。通过前面四道题的介绍,我们也可以发现bfs算法也是有大致的固定模版,只不过每个bfs算法在解决问题的过程中的作用不同而已

http://www.lryc.cn/news/426756.html

相关文章:

  • RocketMQ之Topic主题详解
  • 实战OpenCV之图像显示
  • I2C的10-bit地址空间
  • TinyWebserver的复现与改进(6):定时器处理非活动连接
  • ThinkPHP5 5.0.23 远程代码执行漏洞
  • C++鼠标键盘操作自动化
  • 多个主流Python GUI库全面解析,助你用Python轻松构建精美界面
  • Kotlin学习-01创建kotlin学习
  • Java、python、php版的企业单位考勤打卡管理系统的设计与实现(源码、调试、LW、开题、PPT)
  • 在IntelliJ IDEA中使用Git推送项目
  • CNN代码实战
  • 迁移学习代码复现
  • Elasticsearch(ES)常用命令
  • C/C++ 不定参函数
  • C语言——函数专题
  • springboot打可执行jar包
  • 【SQL】科目种类
  • 【深度学习】【语音】TTS,最新TTS模型概览,扩散模型TTS,MeloTTS、StyleTTS2、Matcha-TTS
  • 【论文笔记】LION: Linear Group RNN for 3D Object Detection in Point Clouds
  • 打造高可用集群的基石:深度解析Keepalived实践与优化
  • Web大学生网页作业成品——环保主题介绍网页网站设计与实现(HTML+CSS)(5个页面)
  • Qt登录窗口设计
  • 探索数据矿藏:我的AI大模型与数据挖掘实战经验分享
  • linux C语言strcat函数及相关函数
  • 使用 sort 进行文本文件处理
  • HarmonyOS笔记4:从云数据库获取数据
  • QT5生成独立运行的exe文件
  • LabVIEW光纤水听器闭环系统
  • Shell——流程控制语句(if、case、for、while等)
  • 【redis的大key问题】