深度优先 & 广度优先
动画过大,点击查看
bfs: 实用于层序遍历或者寻找最短门路的问。
//bfs 伪代码模版
function bfs(graph, start, end) {queue = [];
queue.append([start]);
visited.add(start);
while (queue)
node = queue.pop();
visited.add(node);
process(node);
nodes = generate_related_nodes(node);
queue.add(nodes);
}
dfs:
//dfs 伪代码模版
// 递归
function dfs(node, visited) {visited.add(node);
for (next_node in node.children()) {if (!next_node in visited)
dfs(next_node, visited);
}
}
// 非递归
function dfs(tree) {if (tree.root === null) {return [];
}
visited, (stack = []), [tree.node];
while (stack)
node = stack.pop();
visited.add(node);
process(node);
nodes = generate_ralated_nodes(node);
stack.push(nodes);
}
695. 岛屿的最大面积(medium)
给你一个大小为 m x n 的二进制矩阵 grid。
岛屿 是由一些相邻的 1 (代表土地) 形成的组合,这里的「相邻」要求两个 1 必须在 程度或者竖直的四个方向上 相邻。你能够假如 grid 的四个边缘都被 0(代表水)突围着。
岛屿的面积是岛上值为 1 的单元格的数目。
计算并返回 grid 中最大的岛屿面积。如果没有岛屿,则返回面积为 0。
示例 1:
输出:grid = [[0,0,1,0,0,0,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,1,1,0,1,0,0,0,0,0,0,0,0],[0,1,0,0,1,1,0,0,1,0,1,0,0],[0,1,0,0,1,1,0,0,1,1,1,0,0],[0,0,0,0,0,0,0,0,0,0,1,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,0,0,0,0,0,0,1,1,0,0,0,0]]
输入:6
解释:答案不应该是 11,因为岛屿只能蕴含程度或垂直这四个方向上的 1。
示例 2:输出:grid = [[0,0,0,0,0,0,0,0]]
输入:0提醒:
m == grid.length
n == grid[i].length
1 <= m, n <= 50
gridi 为 0 或 1起源:力扣(LeetCode)
链接:https://leetcode.cn/problems/max-area-of-island
著作权归领扣网络所有。商业转载请分割官网受权,非商业转载请注明出处。
办法 1.dfs
- 思路:深度优先,先循环网格,当
grid[x][y] === 1
时,将以后单元格置为 0 并上下左右一直递归,计算每个岛屿的大小,而后不断更新最大岛屿 - 复杂度:工夫复杂度
O(mn)
,m、n 别离是网格的长和宽。空间复杂度O(mn)
,递归最大深度
js:
var maxAreaOfIsland = function(grid) {let row = grid.length, col = grid[0].length;
function dfs (x, y) {// 越界判断 当 grid[x][y] === 0 时 间接返回
if (x < 0 || x >= row || y < 0 || y >= col || grid[x][y] === 0) return 0;
grid[x][y] = 0;// 当 grid[x][y] === 1 时,将以后单元格置为 0
let ans = 1, dx = [-1, 1, 0, 0], dy = [0, 0, 1, -1];// 方向数组
for (let i = 0; i < dx.length; i++) {// 上下左右一直递归,计算每个岛屿的大小
ans += dfs(x + dx[i], y + dy[i]);
}
return ans;
}
let res = 0;
for (let i = 0; i < row; i++) {for (let j = 0; j < col; j++) {res = Math.max(res, dfs(i, j));// 循环网格 更新最大岛屿
}
}
return res;
};
办法 2.bfs
- 思路:广度优先,循环网格,一直将以后网格的坐标退出队列,如果以后网格对应的值是 1,则置为 0,而后向周围扩散,找到下一层的网格坐标,退出队列,直到队列为空
- 复杂度:工夫复杂度
O(mn)
,m、n 别离是网格的长和宽。空间复杂度O(mn)
,queue 的大小
js:
var maxAreaOfIsland = function(grid) {let ans = 0, row = grid.length, col = grid[0].length;
let dx = [1, -1, 0, 0], dy = [0, 0, 1, -1];// 方向数组
for (let i = 0; i < row; i++) {for (let j = 0; j < col; j++) {if (grid[i][j] === 0) continue;// 循环网格,遇到 0 就跳过
let queue = [[i, j]], curr = 0;// 在队列中退出以后网格的值
while (queue.length > 0) {let [x, y] = queue.shift();// 一直出队
// 越界判断
if (x < 0 || x >= row || y < 0 || y >= col || grid[x][y] === 0) continue;
++curr;// 更新岛屿的数量
grid[x][y] = 0;// 遍历过的网格置为 0
for (let k = 0; k < dx.length; k++) {// 上下左右遍历,把下一层的节点退出队列
queue.push([x + dx[k], y + dy[k]]);
}
}
ans = Math.max(ans, curr);// 更新最大岛屿面积
}
}
return ans;
};
733. 图像渲染 (easy)
有一幅以 m x n 的二维整数数组示意的图画 image,其中 imagei 示意该图画的像素值大小。
你也被给予三个整数 sr , sc 和 newColor。你应该从像素 imagesr 开始对图像进行 上色填充。
为了实现 上色工作,从初始像素开始,记录初始坐标的 上下左右四个方向上 像素值与初始坐标雷同的相连像素点,接着再记录这四个方向上符合条件的像素点与他们对应 四个方向上 像素值与初始坐标雷同的相连像素点,……,反复该过程。将所有有记录的像素点的色彩值改为 newColor。
最初返回 通过上色渲染后的图像。
示例 1:
输出: image = [[1,1,1],[1,1,0],[1,0,1]],sr = 1, sc = 1, newColor = 2
输入: [[2,2,2],[2,2,0],[2,0,1]]
解析: 在图像的正中间,(坐标 (sr,sc)=(1,1)), 在门路上所有符合条件的像素点的色彩都被更改成 2。
留神,右下角的像素没有更改为 2,因为它不是在上下左右四个方向上与初始点相连的像素点。
示例 2:输出: image = [[0,0,0],[0,0,0]], sr = 0, sc = 0, newColor = 2
输入: [[2,2,2],[2,2,2]]提醒:
m == image.length
n == image[i].length
1 <= m, n <= 50
0 <= imagei, newColor < 216
0 <= sr < m
0 <= sc < n
办法 1.dfs
- 复杂度:工夫复杂度
O(mn)
,m、n 别离是网格的长和宽。空间复杂度O(mn)
,递归最大深度
js:
const floodFill = (image, sr, sc, newColor) => {
const m = image.length;
const n = image[0].length;
const oldColor = image[sr][sc];
if (oldColor == newColor) return image;
const fill = (i, j) => {if (i < 0 || i >= m || j < 0 || j >= n || image[i][j] != oldColor) {return;}
image[i][j] = newColor;
fill(i - 1, j);
fill(i + 1, j);
fill(i, j - 1);
fill(i, j + 1);
};
fill(sr, sc);
return image;
};
办法 2.bfs
- 复杂度:工夫复杂度
O(mn)
,m、n 别离是网格的长和宽。空间复杂度O(mn)
,递归最大深度
js:
const floodFill = (image, sr, sc, newColor) => {
const m = image.length;
const n = image[0].length;
const oldColor = image[sr][sc];
if (oldColor == newColor) return image;
const queue = [[sr, sc]];
while (queue.length) {const [i, j] = queue.shift();
image[i][j] = newColor;
if (i - 1 >= 0 && image[i - 1][j] == oldColor) queue.push([i - 1, j]);
if (i + 1 < m && image[i + 1][j] == oldColor) queue.push([i + 1, j]);
if (j - 1 >= 0 && image[i][j - 1] == oldColor) queue.push([i, j - 1]);
if (j + 1 < n && image[i][j + 1] == oldColor) queue.push([i, j + 1]);
}
return image;
};
视频解说:传送门