LeetCode-图论-岛屿数量+腐烂的橘子

LeetCode-图论-岛屿数量+腐烂的橘子

✏️ 关于专栏:专栏用于记录 prepare for the coding test


文章目录

📝 岛屿数量

🎯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。

🔗题目链接:岛屿数量

🔍 输入输出示例

示例 1:

复制代码
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:

复制代码
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

🧩题目提示

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 300
  • grid[i][j] 的值为 '0''1'

🧪AC

1.遍历整个网格;

2.每次遇到一个 '1'(陆地):

  • 计数器 +1(代表新发现一个岛屿);
  • 调用 DFS,将与该陆地连接的所有 '1' 都标记为 '0'(沉岛);

3.遍历完后得到岛屿数量。

c++ 复制代码
class Solution {
private:
    void dfs(vector<vector<char>>& grid, int r, int c) {
        int nr = grid.size();
        int nc = grid[0].size();

        grid[r][c] = '0';
        if (r - 1 >= 0 && grid[r-1][c] == '1') dfs(grid, r - 1, c);
        if (r + 1 < nr && grid[r+1][c] == '1') dfs(grid, r + 1, c);
        if (c - 1 >= 0 && grid[r][c-1] == '1') dfs(grid, r, c - 1);
        if (c + 1 < nc && grid[r][c+1] == '1') dfs(grid, r, c + 1);
    }

public:
    int numIslands(vector<vector<char>>& grid) {
        int nr = grid.size();
        if (!nr) return 0;
        int nc = grid[0].size();

        int num_islands = 0;
        for (int r = 0; r < nr; ++r) {
            for (int c = 0; c < nc; ++c) {
                if (grid[r][c] == '1') {
                    ++num_islands;
                    dfs(grid, r, c);
                }
            }
        }

        return num_islands;
    }
};

📝 腐烂的橘子

🎯题目描述

在给定的 m x n 网格 grid 中,每个单元格可以有以下三个值之一:

  • 0 代表空单元格;
  • 1 代表新鲜橘子;
  • 2 代表腐烂的橘子。

每分钟,腐烂的橘子 周围 4 个方向上相邻 的新鲜橘子都会腐烂。

返回 直到单元格中没有新鲜橘子为止所必须经过的最小分钟数。如果不可能,返回 -1

🔗题目链接:腐烂的橘子

🔍 输入输出示例

示例 1:

复制代码
输入:grid = [[2,1,1],[1,1,0],[0,1,1]]
输出:4

示例 2:

复制代码
输入:grid = [[0,2]]
输出:0
解释:因为 0 分钟时已经没有新鲜橘子了,所以答案就是 0 。

🧩题目提示

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 10
  • grid[i][j] 仅为 012

🧪AC

将每个腐烂的橘子当作BFS 的起点 ,然后按层级(分钟)扩展,让腐烂向四周的新鲜橘子扩散。记录每次扩展花费的时间,直到没有新鲜橘子。

  1. 初始化变量:
    • 统计新鲜橘子数量 fresh
    • 将所有腐烂橘子的坐标加入队列 queue
    • 设置 minutes = 0 表示经过的分钟数。
  2. 开始 BFS:
    • 使用队列进行 BFS,每一轮代表 1 分钟;
    • 对队列中每个腐烂橘子,向四个方向传播腐烂;
    • 将接触到的新鲜橘子标记为腐烂,并加入队列;
    • 每轮 BFS 结束后,如果确实腐烂了橘子,则 minutes++
  3. 检查是否有剩余新鲜橘子:
    • 如果最后仍有新鲜橘子未被腐烂,说明无法全部腐烂,返回 -1
    • 否则,返回 minutes
c++ 复制代码
class Solution {
public:
    int orangesRotting(vector<vector<int>>& grid) {
        int min = 0, fresh = 0;
        queue<pair<int, int>> q;
        for(int i = 0; i < grid.size(); i++) {
            for(int j = 0; j < grid[0].size(); j++)
                if(grid[i][j] == 1) fresh++;
                else if(grid[i][j] == 2) q.push({i, j});
        }
        vector<pair<int, int>> dirs = { {-1, 0}, {1, 0}, {0, -1}, {0, 1} };
        while(!q.empty()) {
            int n = q.size();
            bool rotten = false;
            for(int i = 0; i < n; i++) {
                auto x = q.front();
                q.pop();
                for(auto cur: dirs) {
                    int i = x.first + cur.first;
                    int j = x.second + cur.second;
                    if(i >= 0 && i < grid.size() && j >= 0 && j < grid[0].size() && grid[i][j] == 1) {
                        grid[i][j] = 2;
                        q.push({i, j});
                        fresh--;
                        rotten = true;
                    }
                }
            }
            if(rotten) min++;
        } 
        return fresh ? -1 : min;
    }
};

🌟 总结

题目 解法类型 搜索方式 应用图论模型 关键点 最佳使用场景
岛屿数量 DFS / BFS 连通块计数 无权无向图遍历 沉岛处理,标记访问,连通块数量 静态图的连通性判断
腐烂的橘子 BFS 层序遍历 拓展过程的"多源BFS" 多点并行扩散,层次 + 时间计数 最短时间或波及扩散问题

🧩DFS 沉岛,BFS 扩散,方向数组要牢记;剪枝越界要及时,复杂度稳中取胜!

❤️ 如果对你有帮助,别忘了点赞、收藏支持一下,我将持续更新更多高质量刷题笔记!

📘 点击查看 👉 算法笔记专栏:Prepare for the Coding Test

相关推荐
weisian15124 分钟前
力扣经典算法篇-13-接雨水(较难,动态规划,加法转减法优化,双指针法)
算法·leetcode·动态规划
敲代码的瓦龙1 小时前
C++?继承!!!
c语言·开发语言·c++·windows·后端·算法
简简单单做算法1 小时前
基于FPGA的二叉决策树cart算法verilog实现,训练环节采用MATLAB仿真
算法·决策树·fpga开发·cart算法·二叉决策树
白熊1881 小时前
【机器学习基础】机器学习入门核心算法:K-近邻算法(K-Nearest Neighbors, KNN)
算法·机器学习·近邻算法
北京地铁1号线1 小时前
MMdetection推理验证输出详解(单张图片demo)
前端·算法
oioihoii2 小时前
C++23 新成员函数与字符串类型的改动
算法·c++23
似水এ᭄往昔2 小时前
【数据结构】——二叉树堆(下)
数据结构·算法
GG不是gg2 小时前
Prim算法剖析与py/cpp/java语言实现
算法
秋山落叶万岭花开ღ2 小时前
探索数据结构之顺序表:从入门到精通
数据结构·python·算法
这张生成的图像能检测吗3 小时前
OpenGAN:基于开放数据生成的开放集识别
人工智能·pytorch·深度学习·算法·机器学习·生成对抗网络·聚类