当前位置: 首页 > news >正文

C++优选算法十七 多源BFS

1.单源最短路问题

一个起点一个终点。

定义:在给定加权图中,选择一个顶点作为源点,计算该源点到图中所有其他顶点的最短路径长度。

2.多源最短路问题

定义:多源最短路问题指的是在图中存在多个起点,需要求出从这些起点到图中所有其他顶点的最短路径。

3.多源BFS

用BFS解决边权为1的多源最短路问题。

解法一:

        暴力解法,把多源最短路问题转化为若干个单源最短路问题。

解法二:

        把所有的源点变成一个“超级源点”,问题就变成了单一的单源最短路问题。

  1. 把所有的起点加入到队列里面。
  2. 一层一层的往外扩展。

4.例题

4.1 01 矩阵

给定一个由 0 和 1 组成的矩阵 mat ,请输出一个大小相同的矩阵,其中每一个格子是 mat 中对应位置元素到最近的 0 的距离。

两个相邻元素间的距离为 1 。

示例 1:

输入:mat = [[0,0,0],[0,1,0],[0,0,0]]
输出:[[0,0,0],[0,1,0],[0,0,0]]

示例 2:

输入:mat = [[0,0,0],[0,1,0],[1,1,1]]
输出:[[0,0,0],[0,1,0],[1,2,1]]

解法(bfs)(多个源头的最短路问题)
算法思路:

对于求的最终结果,我们有两种方式:
第一种方式:从每一个 1开始,然后通过层序遍历找到离它最近的0。
这一种方式,我们会以所有的 1 起点,来一次层序遍历,势必会遍历到很多重复的点。并且如果矩阵中只有一个 0 的话,每一次层序遍历都要遍历很多层,时间复杂度较高。

换一种方式:从 0开始层序遍历,并且记录遍历的层数。当第一次碰到1的时候,当前的层数就是这个 1 离 0 的最短距离。
这一种方式,我们在遍历的时候标记一下处理过的 1,能够做到只用遍历整个矩阵一次,就能得到最终结果。
但是,这里有一个问题,0是有很多个的,我们怎么才能保证遇到的 1 距离这一个 0 是最近的呢?
其实很简单,我们可以先把所有的 0 都放在队列中,把它们当成一个整体,每次把当前队列里面的所有元素向外扩展一次。

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>> updateMatrix(vector<vector<int>>& mat) {queue<PII> qe;int m=mat.size();int n=mat[0].size();//vv[i][j]==-1 表示没有搜索过//vv[i][j]!=-1 表示最短距离vector<vector<int>> vv(m,vector<int>(n,-1));//把所有的源点加入队列for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(mat[i][j]==0){qe.push({i,j});vv[i][j]=0;}}}//一层一层往外扩展while(qe.size()){auto [a,b]=qe.front();qe.pop();for(int k=0;k<4;k++){int x=a+dx[k];int y=b+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&vv[x][y]==-1){vv[x][y]=vv[a][b]+1;qe.push({x,y});}}}return vv;}
};

4.2 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:

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:

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。

解法:
算法思路:
        正难则反:

从边上的 1开始搜索,把与边上1相连的联通区域全部标记一下;
然后再遍历一遍矩阵,看看哪些位置的1没有被标记即可。
        标记的时候,可以用「多源 bfs」解决。 

class Solution {typedef pair<int,int> PII;int dx[4]={0,0,1,-1};int dy[4]={1,-1,0,0};
public:int numEnclaves(vector<vector<int>>& grid) {int m=grid.size();int n=grid[0].size();queue<PII> qe;vector<vector<bool>> vv(m,vector<bool>(n,false));//将边上的1加入到队列中for(int i=0;i<m;i++){if(grid[i][0]==1)qe.push({i,0});if(grid[i][n-1]==1)qe.push({i,n-1});}for(int j=0;j<n;j++){if(grid[0][j]==1)qe.push({0,j});if(grid[m-1][j]==1)qe.push({m-1,j});}while(qe.size()){auto [a,b]=qe.front();qe.pop();vv[a][b]=true;for(int k=0;k<4;k++){int x=a+dx[k];int y=b+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&!vv[x][y]&&grid[x][y]==1){qe.push({x,y});vv[x][y]=true;}}}int count=0;for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(grid[i][j]==1&&vv[i][j]==false)count++;}}return count;}
};

4.3 地图中的最高点

给你一个大小为 m x n 的整数矩阵 isWater ,它代表了一个由 陆地 和 水域 单元格组成的地图。

  • 如果 isWater[i][j] == 0 ,格子 (i, j) 是一个 陆地 格子。
  • 如果 isWater[i][j] == 1 ,格子 (i, j) 是一个 水域 格子。

你需要按照如下规则给每个单元格安排高度:

  • 每个格子的高度都必须是非负的。
  • 如果一个格子是 水域 ,那么它的高度必须为 0 。
  • 任意相邻的格子高度差 至多 为 1 。当两个格子在正东、南、西、北方向上相互紧挨着,就称它们为相邻的格子。(也就是说它们有一条公共边)

找到一种安排高度的方案,使得矩阵中的最高高度值 最大 。

请你返回一个大小为 m x n 的整数矩阵 height ,其中 height[i][j] 是格子 (i, j) 的高度。如果有多种解法,请返回 任意一个 。

示例 1:

输入:isWater = [[0,1],[0,0]]
输出:[[1,0],[2,1]]
解释:上图展示了给各个格子安排的高度。
蓝色格子是水域格,绿色格子是陆地格。

示例 2:

输入:isWater = [[0,0,1],[1,0,0],[0,0,0]]
输出:[[1,1,0],[0,1,1],[1,2,2]]
解释:所有安排方案中,最高可行高度为 2 。
任意安排方案中,只要最高高度为 2 且符合上述规则的,都为可行方案。

解法:直接使用多源BFS。

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>> highestPeak(vector<vector<int>>& isWater) {int m=isWater.size();int n=isWater[0].size();vector<vector<int>> vv(m,vector<int>(n,-1));queue<PII> qe;//把所有的源点加入队列中for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(isWater[i][j]==1){vv[i][j]=0;qe.push({i,j});}}}while(qe.size()){auto [a,b]=qe.front();qe.pop();for(int k=0;k<4;k++){int x=a+dx[k];int y=b+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&vv[x][y]==-1){qe.push({x,y});vv[x][y]=vv[a][b]+1;}}}return vv;}
};

 4.4 地图分析

你现在手里有一份大小为 n x n 的 网格 grid,上面的每个 单元格 都用 0 和 1 标记好了。其中 0 代表海洋,1 代表陆地。

请你找出一个海洋单元格,这个海洋单元格到离它最近的陆地单元格的距离是最大的,并返回该距离。如果网格上只有陆地或者海洋,请返回 -1

我们这里说的距离是「曼哈顿距离」( Manhattan Distance):(x0, y0) 和 (x1, y1) 这两个单元格之间的距离是 |x0 - x1| + |y0 - y1| 。

示例 1:

输入:grid = [[1,0,1],[0,0,0],[1,0,1]]
输出:2
解释: 
海洋单元格 (1, 1) 和所有陆地单元格之间的距离都达到最大,最大距离为 2。

示例 2:

输入:grid = [[1,0,0],[0,0,0],[0,0,0]]
输出:4
解释: 
海洋单元格 (2, 2) 和所有陆地单元格之间的距离都达到最大,最大距离为 4。

解法:01矩阵的变形题,直接上多源BFS。

class Solution {typedef pair<int,int> PII;int dx[4]={0,0,1,-1};int dy[4]={1,-1,0,0};
public:int maxDistance(vector<vector<int>>& grid) {int m=grid.size();int n=grid[0].size();queue<PII> qe;vector<vector<int>> vv(m,vector<int>(n,-1));for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(grid[i][j]==1){vv[i][j]=0;qe.push({i,j});}}}while(qe.size()){auto [a,b]=qe.front();qe.pop();for(int k=0;k<4;k++){int x=a+dx[k];int y=b+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&vv[x][y]==-1){qe.push({x,y});vv[x][y]=vv[a][b]+1;}}}int ret=0;for(int i=0;i<m;i++){for(int j=0;j<n;j++){ret=max(ret,vv[i][j]);}}if(ret==0)return -1;return ret;}
};

http://www.lryc.cn/news/495041.html

相关文章:

  • Mongodb入门到放弃
  • 青藤云安全携手财信证券,入选金融科技创新应用优秀案例
  • 在CentOS系统中安装工具包的时候报错的解决方法
  • cad软件打不开报错cad acbrandres dll加载失败
  • 14、保存与加载PyTorch训练的模型和超参数
  • 【前端开发】JS+Vuew3请求列表数据并分页
  • Trimble X12助力电力管廊数据采集,为机器人巡视系统提供精准导航支持
  • Docker 清理镜像策略详解
  • 【Linux】TCP网络编程
  • 排序学习整理(2)
  • AI蛋白质设计与人工智能药物设计
  • IOS ARKit进行图像识别
  • 初级数据结构——二叉搜索树
  • C++设计模式之组合模式中如何实现同一层部件的有序性
  • duxapp RN 端使用AppUpgrade 进行版本更新
  • 【计网】自定义序列化反序列化(三) —— 实现网络版计算器【下】
  • 神经网络中的优化方法(一)
  • Linux 计算机网络基础概念
  • qt QGraphicsEllipseItem详解
  • Python websocket
  • 【MySQL-5】MySQL的内置函数
  • 深度学习笔记之BERT(三)RoBERTa
  • C++知识点总结(59):背包型动态规划
  • C++:反向迭代器的实现
  • webGL入门教程_04vec3、vec4 和齐次坐标总结
  • uniapp中父组件数组更新后与页面渲染数组不一致实战记录
  • 优化 Conda 下载速度:详细的代理配置和网络管理策略
  • 服务器遭受DDoS攻击后如何恢复运行?
  • MFC音视频播放器-支持电子放大等功能
  • c语言编程1.17蓝桥杯历届试题-回文数字