LeetCode-200. 岛屿数量【深度优先搜索 广度优先搜索 并查集 数组 矩阵】

news/2024/4/29 11:09:56

LeetCode-200. 岛屿数量【深度优先搜索 广度优先搜索 并查集 数组 矩阵】

  • 题目描述:
  • 解题思路一:bfs,主要思想都是遇到一个没有visited过的"陆地"先result += 1,然后用深搜或者广搜将这片"陆地"全部做上visited标记。
  • 解题思路二:dfs
  • 解题思路三:并查集

题目描述:

给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。

岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。

此外,你可以假设该网格的四条边均被水包围。

示例 1:

输入:grid = [
[“1”,“1”,“1”,“1”,“0”],
[“1”,“1”,“0”,“1”,“0”],
[“1”,“1”,“0”,“0”,“0”],
[“0”,“0”,“0”,“0”,“0”]
]
输出:1
示例 2:

输入:grid = [
[“1”,“1”,“0”,“0”,“0”],
[“1”,“1”,“0”,“0”,“0”],
[“0”,“0”,“1”,“0”,“0”],
[“0”,“0”,“0”,“1”,“1”]
]
输出:3

提示:

m == grid.length
n == grid[i].length
1 <= m, n <= 300
grid[i][j] 的值为 ‘0’ 或 ‘1’

解题思路一:bfs,主要思想都是遇到一个没有visited过的"陆地"先result += 1,然后用深搜或者广搜将这片"陆地"全部做上visited标记。

class Solution:def __init__(self):self.dirs = [(-1,0), (0, 1), (1, 0), (0, -1)] # 左上右下def numIslands(self, grid: List[List[str]]) -> int:m, n = len(grid), len(grid[0])visited = [[False] * n for _ in range(m)]result = 0for i in range(m):for j in range(n):if not visited[i][j] and grid[i][j] == '1':result += 1self.bfs(grid, i, j, visited)return resultdef bfs(self, grid, x, y, visited):q = deque()q.append((x, y))visited[x][y] = Truewhile q:x, y = q.popleft()for d in self.dirs:nextx = x + d[0]nexty = y + d[1]if nextx < 0 or nextx >= len(grid) or nexty < 0 or nexty >= len(grid[0]):continueif not visited[nextx][nexty] and grid[nextx][nexty] == '1':q.append((nextx, nexty))visited[nextx][nexty] = True

时间复杂度:O(nm)
空间复杂度:O(nm)

解题思路二:dfs

class Solution:def numIslands(self, grid: List[List[str]]) -> int:m, n = len(grid), len(grid[0])visited = [[False] * n for _ in range(m)]dirs = [(-1,0), (0, 1), (1, 0), (0, -1)] # 左上右下result = 0def dfs(x, y):for d in dirs:nextx = x + d[0]nexty = y + d[1]if nextx < 0 or nextx >= m or nexty < 0 or nexty >= n:continueif not visited[nextx][nexty] and grid[nextx][nexty] == '1':visited[nextx][nexty] = Truedfs(nextx, nexty)for i in range(m):for j in range(n):if not visited[i][j] and grid[i][j] == '1':visited[i][j] = Trueresult += 1dfs(i, j)return result

时间复杂度:O(nm)
空间复杂度:O(nm)

解题思路三:并查集

class Solution:def numIslands(self, grid: List[List[str]]) -> int:f = {}def find(x):f.setdefault(x, x)if f[x] != x:f[x] = find(f[x])return f[x]def union(x, y):f[find(x)] = find(y)if not grid: return 0row = len(grid)col = len(grid[0])for i in range(row):for j in range(col):if grid[i][j] == "1":for x, y in [[-1, 0], [0, -1]]:tmp_i = i + xtmp_j = j + yif 0 <= tmp_i < row and 0 <= tmp_j < col and grid[tmp_i][tmp_j] == "1":union(tmp_i * row + tmp_j, i * row + j)# print(f)res = set()for i in range(row):for j in range(col):if grid[i][j] == "1":res.add(find((i * row + j)))return len(res)

时间复杂度:O(mn)
空间复杂度:O(nm)

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.cpky.cn/p/11547.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈,一经查实,立即删除!

相关文章

浅聊什么是Redis?

需求&#xff1a;MySQL面临大量的查询&#xff0c;即读写操作&#xff0c;因此类比CPU&#xff0c;给数据加缓存&#xff0c;Redis诞生。应用程序从MySQL查询的数据&#xff0c;在Redis设置缓存&#xff08;记录在内存中&#xff0c;无需IO操作&#xff09;&#xff0c;后再需要…

【Linux实验室】NFS、DHCP的搭建

NFS、DHCP的搭建 1、nfs服务搭建及测试什么是NFS&#xff1f;环境准备服务端机器安装nfs-utils和rpcbind包启动NFS服务创建/data/NFSdata目录&#xff0c;配置nfs文件启动服务挂载测试在服务端在共享目录下创建文件测试在客户端在共享目录下创建文件 2、dhcp服务搭建及测试什么…

零代码编程:用kimichat将PDF自动批量分割成多个图片

有一个PDF文件&#xff0c;现在想把pdf文件转换成图片&#xff0c; 可以在kimichat中输入提示词&#xff1a; 你是一个Python编程专家&#xff0c;要完成一个将PDF文件自动批量分割成多个图片的任务&#xff0c;具体步骤如下&#xff1a; 打开d盘下的pdf文件&#xff1a;Ill …

通过mapreduce程序统计旅游订单(wordcount升级版)

通过mapreduce程序统计旅游订单&#xff08;wordcount升级版&#xff09; 本文将结合一个实际的MapReduce程序案例&#xff0c;探讨如何通过分析旅游产品的预订数据来揭示消费者的偏好。 程序概览 首先&#xff0c;让我们来看一下这个MapReduce程序的核心代码。这个程序的目…

链表面试题

删除链表中等于给定值 val 的所有节点 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode() {}* ListNode(int val) { this.val val; }* ListNode(int val, ListNode next) { this.val val; this.next next; }* }*/ …

VSCode上搭建C/C++开发环境(vscode配置c/c++环境)Windows系统---保姆级教程

引言劝退 VSCode&#xff0c;全称为Visual Studio Code&#xff0c;是由微软开发的一款轻量级&#xff0c;跨平台的代码编辑器。大家能来搜用VSCode配置c/c&#xff0c;想必也知道VSCode的强大&#xff0c;可以手握一个VSCode同时编写如C&#xff0c;C&#xff0c;C#&#xff…