算法沉淀——FloodFill 算法（leetcode真题剖析）

在这里插入图片描述

算法沉淀——FloodFill 算法

  • 01.图像渲染
  • 02.岛屿数量
  • 03.岛屿的最大面积
  • 04.被围绕的区域
  • 05.太平洋大西洋水流问题
  • 06.扫雷游戏
  • 07.衣橱整理

Flood Fill（泛洪填充）算法是一种图像处理的基本算法，用于填充连通区域。该算法通常从一个种子点开始，沿着种子点的相邻像素进行填充，直到遇到边界或者其他指定的条件为止。Flood Fill 算法的主要应用是在图像编辑软件中实现填充操作，以及在计算机图形学、计算机视觉等领域中进行区域填充。

算法的基本思想是：

  1. 选择一个起始点（种子点），将其染色。
  2. 检查当前点的相邻像素，如果符合填充条件且未被染色，则将其染色，并将其加入待处理队列（或递归调用）。
  3. 重复步骤2，直到没有可填充的像素为止。

Flood Fill 算法的实现可以使用递归、栈或队列等数据结构。常见的填充条件包括相邻像素颜色相同、相邻像素颜色不同等。

在图像编辑软件中，用户通常通过选择一个起始点和指定填充颜色来触发 Flood Fill 操作，使得相邻区域被填充为指定颜色。

Flood Fill 算法的变种和优化版本也被用于解决其他问题，例如计算连通区域的大小、边界填充、种子点选择策略等。

01.图像渲染

题目链接：https://leetcode.cn/problems/flood-fill/

有一幅以 m x n 的二维整数数组表示的图画 image ，其中 image[i][j] 表示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 image[sr][sc] 开始对图像进行 上色填充 。

为了完成 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 像素值与初始坐标相同的相连像素点，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 像素值与初始坐标相同的相连像素点，……，重复该过程。将所有有记录的像素点的颜色值改为 newColor 。

最后返回 经过上色渲染后的图像 。

示例 1:

输入: image = [[1,1,1],[1,1,0],[1,0,1]]，sr = 1, sc = 1, newColor = 2
输出: [[2,2,2],[2,2,0],[2,0,1]]
解析: 在图像的正中间，(坐标(sr,sc)=(1,1)),在路径上所有符合条件的像素点的颜色都被更改成2。
注意，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:

输入: image = [[0,0,0],[0,0,0]], sr = 0, sc = 0, newColor = 2
输出: [[2,2,2],[2,2,2]]

提示:

  • m == image.length
  • n == image[i].length
  • 1 <= m, n <= 50
  • 0 <= image[i][j], newColor < 216
  • 0 <= sr < m
  • 0 <= sc < n

思路

可以利用「深搜」或者「宽搜」，遍历到与该点相连的所有「像素相同的点」，然后将其修改成指定的像素即可，这里我们使用深搜。

代码

class Solution {const int dx[4]={0,0,1,-1};const int dy[4]={-1,1,0,0};int m,n,prev;
public:vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) {if(image[sr][sc] == color) return image;m=image.size(),n=image[0].size();prev=image[sr][sc];dfs(image,sr,sc,color);return image;}void dfs(vector<vector<int>>& image, int sr, int sc, int color){image[sr][sc]=color;for(int i=0;i<4;++i){int x=sr+dx[i],y=sc+dy[i];if(x>=0&&x<m&&y>=0&&y<n&&image[x][y]==prev){dfs(image,x,y,color);}}}
};

02.岛屿数量

题目链接：https://leetcode.cn/problems/number-of-islands/

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'

思路

结合前面的题目，我们只需要对每个等于1的格子进行一次深度遍历，遍历过后标记该位置，防止重新标记。

代码

class Solution {const int dx[4]={0,0,1,-1};const int dy[4]={1,-1,0,0};int m,n;bool vis[301][301];void dfs(vector<vector<char>>& grid,int i,int j){vis[i][j]=true;for(int k=0;k<4;++k){int x=i+dx[k],y=j+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&!vis[x][y]&&grid[x][y]=='1'){dfs(grid,x,y);}}}
public:int numIslands(vector<vector<char>>& grid) {m=grid.size(),n=grid[0].size();int ret=0;for(int i=0;i<m;++i){for(int j=0;j<n;++j){if(!vis[i][j]&&grid[i][j]=='1'){ret++;dfs(grid,i,j);}}}return ret;}
};

03.岛屿的最大面积

题目链接：https://leetcode.cn/problems/max-area-of-island/

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) 构成的组合，这里的「相邻」要求两个 1 必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid 的四个边缘都被 0（代表水）包围着。

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：

输入：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]]
输出：6
解释：答案不应该是 11 ，因为岛屿只能包含水平或垂直这四个方向上的 1 。

示例 2：

输入：grid = [[0,0,0,0,0,0,0,0]]
输出：0

提示：

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 50
  • grid[i][j] 为 0 或 1

思路

在解决这个问题时，我们可以遍历整个矩阵，每当遇到一块土地时，使用深度搜索（DFS）或宽度搜索（BFS）将与这块土地相连的整个岛屿的面积计算出来。然后，在搜索得到的所有岛屿面积中求一个最大值即可。

在搜索过程中，为了防止搜到重复的土地，可以采用以下两种方法之一：

  1. 开一个同等规模的布尔数组，标记这个位置是否已经被访问过；
  2. 将原始矩阵的 1 修改成 0，但是这样操作会修改原始矩阵。

这样的搜索过程能够找到所有相连的土地形成的岛屿，并求出它们的面积，最后取得所有岛屿的最大面积。

代码

class Solution {const int dx[4]={0,0,1,-1};const int dy[4]={-1,1,0,0};bool vis[51][51];int m,n,count;void dfs(vector<vector<int>>& grid,int i,int j){vis[i][j]=true;count++;for(int k=0;k<4;++k){int x=i+dx[k],y=j+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&!vis[x][y]&&grid[x][y]==1){dfs(grid,x,y);}}}
public:int maxAreaOfIsland(vector<vector<int>>& grid) {int ret=0;m=grid.size();n=grid[0].size();for(int i=0;i<m;++i){for(int j=0;j<n;++j){if(!vis[i][j]&&grid[i][j]==1){count=0;dfs(grid,i,j);ret=max(ret,count);} }}return ret;}
};

04.被围绕的区域

题目链接：https://leetcode.cn/problems/surrounded-regions/

给你一个 m x n 的矩阵 board ，由若干字符 'X' 和 'O' ，找到所有被 'X' 围绕的区域，并将这些区域里所有的 'O' 用 'X' 填充。

示例 1：

输入：board = [["X","X","X","X"],["X","O","O","X"],["X","X","O","X"],["X","O","X","X"]]
输出：[["X","X","X","X"],["X","X","X","X"],["X","X","X","X"],["X","O","X","X"]]
解释：被围绕的区间不会存在于边界上，换句话说，任何边界上的 'O' 都不会被填充为 'X'。 任何不在边界上，或不与边界上的 'O' 相连的 'O' 最终都会被填充为 'X'。如果两个元素在水平或垂直方向相邻，则称它们是“相连”的。

示例 2：

输入：board = [["X"]]
输出：[["X"]]

提示：

  • m == board.length
  • n == board[i].length
  • 1 <= m, n <= 200
  • board[i][j] 为 'X' 或 'O'

思路

这里我们采用逆向思维的方式，先从四周开始深度遍历，将能遍历到的O都改为除X之外的字符，那么剩下的字符O就是需要修改的字符了，之后再遍历棋盘，将改为其他字符的字符改回O，将需要修改的O改为X。

代码

class Solution {const int dx[4]={0,0,1,-1};const int dy[4]={-1,1,0,0};int m,n;void dfs(vector<vector<char>>& board,int i,int j){board[i][j]='#';for(int k=0;k<4;++k){int x=i+dx[k],y=j+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&board[x][y]=='O'){board[x][y]='#';dfs(board,x,y);}}}
public:void solve(vector<vector<char>>& board) {m=board.size(),n=board[0].size();for(int i=0;i<n;++i){if(board[0][i]=='O') dfs(board,0,i);if(board[m-1][i]=='O') dfs(board,m-1,i);}for(int i=1;i<m-1;++i){if(board[i][0]=='O') dfs(board,i,0);if(board[i][n-1]=='O') dfs(board,i,n-1);}for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(board[i][j]=='O') board[i][j]='X';else if(board[i][j]=='#') board[i][j]='O';}}}
};

05.太平洋大西洋水流问题

题目链接：https://leetcode.cn/problems/pacific-atlantic-water-flow/

有一个 m × n 的矩形岛屿，与 太平洋 和 大西洋 相邻。 “太平洋” 处于大陆的左边界和上边界，而 “大西洋” 处于大陆的右边界和下边界。

这个岛被分割成一个由若干方形单元格组成的网格。给定一个 m x n 的整数矩阵 heights ， heights[r][c] 表示坐标 (r, c) 上单元格 高于海平面的高度 。

岛上雨水较多，如果相邻单元格的高度 小于或等于 当前单元格的高度，雨水可以直接向北、南、东、西流向相邻单元格。水可以从海洋附近的任何单元格流入海洋。

返回网格坐标 result 的 2D 列表 ，其中 result[i] = [ri, ci] 表示雨水从单元格 (ri, ci) 流动 既可流向太平洋也可流向大西洋 。

示例 1：

输入: heights = [[1,2,2,3,5],[3,2,3,4,4],[2,4,5,3,1],[6,7,1,4,5],[5,1,1,2,4]]
输出: [[0,4],[1,3],[1,4],[2,2],[3,0],[3,1],[4,0]]

示例 2：

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

提示：

  • m == heights.length
  • n == heights[r].length
  • 1 <= m, n <= 200
  • 0 <= heights[r][c] <= 105

思路

和上面一样，这里我们采用逆向思维，从太平洋和大西洋两边的边向上遍历，比自己本身大就向上遍历，最后两边遍历完重叠区域即为所求。

代码

class Solution {const int dx[4]={0,0,1,-1};const int dy[4]={1,-1,0,0};bool po[201][201];bool ao[201][201];int m,n;
public:vector<vector<int>> pacificAtlantic(vector<vector<int>>& heights) {m=heights.size(),n=heights[0].size();vector<vector<int>> ret;for(int i=0;i<n;++i) dfs(heights,0,i,po);for(int i=0;i<m;++i) dfs(heights,i,0,po);for(int i=0;i<m;++i) dfs(heights,i,n-1,ao);for(int i=0;i<n;++i) dfs(heights,m-1,i,ao);for(int i=0;i<m;i++)for(int j=0;j<n;++j)if(po[i][j]&&ao[i][j]) ret.push_back({i,j});return ret;}void dfs(vector<vector<int>>& heights,int i,int j,bool vis[201][201]){vis[i][j]=true;for(int k=0;k<4;++k){int x=i+dx[k],y=j+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&!vis[x][y]&&heights[x][y]>=heights[i][j])dfs(heights,x,y,vis);}}
};

06.扫雷游戏

题目链接：https://leetcode.cn/problems/minesweeper/

让我们一起来玩扫雷游戏！

给你一个大小为 m x n 二维字符矩阵 board ，表示扫雷游戏的盘面，其中：

  • 'M' 代表一个 未挖出的 地雷，
  • 'E' 代表一个 未挖出的 空方块，
  • 'B' 代表没有相邻（上，下，左，右，和所有4个对角线）地雷的 已挖出的 空白方块，
  • 数字（'1' 到 '8'）表示有多少地雷与这块 已挖出的 方块相邻，
  • 'X' 则表示一个 已挖出的 地雷。

给你一个整数数组 click ，其中 click = [clickr, clickc] 表示在所有 未挖出的 方块（'M' 或者 'E'）中的下一个点击位置（clickr 是行下标，clickc 是列下标）。

根据以下规则，返回相应位置被点击后对应的盘面：

  1. 如果一个地雷（'M'）被挖出，游戏就结束了- 把它改为 'X' 。
  2. 如果一个 没有相邻地雷 的空方块（'E'）被挖出，修改它为（'B'），并且所有和其相邻的 未挖出 方块都应该被递归地揭露。
  3. 如果一个 至少与一个地雷相邻 的空方块（'E'）被挖出，修改它为数字（'1' 到 '8' ），表示相邻地雷的数量。
  4. 如果在此次点击中，若无更多方块可被揭露，则返回盘面。

示例 1：

输入：board = [["E","E","E","E","E"],["E","E","M","E","E"],["E","E","E","E","E"],["E","E","E","E","E"]], click = [3,0]
输出：[["B","1","E","1","B"],["B","1","M","1","B"],["B","1","1","1","B"],["B","B","B","B","B"]]

示例 2：

输入：board = [["B","1","E","1","B"],["B","1","M","1","B"],["B","1","1","1","B"],["B","B","B","B","B"]], click = [1,2]
输出：[["B","1","E","1","B"],["B","1","X","1","B"],["B","1","1","1","B"],["B","B","B","B","B"]]

提示：

  • m == board.length
  • n == board[i].length
  • 1 <= m, n <= 50
  • board[i][j] 为 'M'、'E'、'B' 或数字 '1' 到 '8' 中的一个
  • click.length == 2
  • 0 <= clickr < m
  • 0 <= clickc < n
  • board[clickr][clickc] 为 'M' 或 'E'

思路
模拟类型的深度优先搜索（DFS）题目。首先，需要理解题目的要求，即游戏规则。

从给定的点击位置开始，根据游戏规则执行一次深度优先搜索即可。在DFS的过程中，根据题目规定的游戏规则，进行相应的操作。

07.衣橱整理

题目链接：https://leetcode.cn/problems/ji-qi-ren-de-yun-dong-fan-wei-lcof/

家居整理师将待整理衣橱划分为 m x n 的二维矩阵 grid，其中 grid[i][j] 代表一个需要整理的格子。整理师自 grid[0][0] 开始 逐行逐列 地整理每个格子。

整理规则为：在整理过程中，可以选择 向右移动一格 或 向下移动一格，但不能移动到衣柜之外。同时，不需要整理 digit(i) + digit(j) > cnt 的格子，其中 digit(x) 表示数字 x 的各数位之和。

请返回整理师 总共需要整理多少个格子。

示例 1：

输入：m = 4, n = 7, cnt = 5
输出：18

提示：

  • 1 <= n, m <= 100
  • 0 <= cnt <= 20

思路

在原始的dfs基础上加上一个边界条件，即不可超过的范围即可。

代码

class Solution {const int dx[4]={0,0,1,-1};const int dy[4]={1,-1,0,0};int m,n,c,ret=0;bool vis[101][101];
public:int wardrobeFinishing(int _m, int _n, int cnt) {m=_m,n=_n,c=cnt;dfs(0,0);return ret;}void dfs(int i,int j){vis[i][j]=true;ret++;for(int k=0;k<4;++k){int x=i+dx[k],y=j+dy[k];if(x>=0&&x<m&&y>=0&&y<n&&!vis[x][y]&&comp(x,y))dfs(x,y);}}bool comp(int i,int j){int tmp=0;while(i){tmp+=i%10;i/=10;}while(j){tmp+=j%10;j/=10;}return tmp<=c;}
};

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.hqwc.cn/news/488124.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

解决Maven爆红以及解决 Idea 卡在 Resolving问题

解决Maven爆红以及解决 Idea 卡在 Resolving问题

关于 Idea 卡在 Resolving&#xff08;前提是Maven的setting.xml中配置好了阿里云和仓库&#xff09; 参考文章https://blog.csdn.net/jiangyu1013/article/details/95042611 解决Maven爆红参考文章https://devpress.csdn.net/beijing/656d993b76f0791b6eca7bb0.html?dp_toke…
阅读更多...
什么是柔性事务?

什么是柔性事务?

概念 柔性事务&#xff0c;是业内解决分布式事务的主要方案。所谓柔性事务&#xff0c;相比较与数据库事务中的ACID这种刚性事务来说&#xff0c;柔性事务保证的是“基本可用&#xff0c;最终一致。”这其实就是基于BASE理论&#xff0c;保证数据的最终一致性。 虽然柔性事务…
阅读更多...
关于使用Mxnet GPU版本运行DeepAR报错解决方案

关于使用Mxnet GPU版本运行DeepAR报错解决方案

1.引言 我们经常使用GPU来训练和部署神经网络&#xff0c;因为与CPU相比&#xff0c;它提供了更多的计算能力。在本教程中&#xff0c;我们将介绍如何将GPU与MXNet GluonTS一起使用。 首先&#xff0c;确保您的机器中至少有一个Nvidia GPU&#xff0c;并正确安装了CUDA以及CUDN…
阅读更多...
Linux实验记录：使用PXE+Kickstart无人值守安装服务

Linux实验记录：使用PXE+Kickstart无人值守安装服务

前言&#xff1a; 本文是一篇关于Linux系统初学者的实验记录。 参考书籍&#xff1a;《Linux就该这么学》 实验环境&#xff1a; VmwareWorkStation 17——虚拟机软件 RedHatEnterpriseLinux[RHEL]8——红帽操作系统 备注&#xff1a; 实际生产中安装操作系统的工作&…
阅读更多...
【寸铁的刷题笔记】树、dfs、bfs、回溯、递归(二)

【寸铁的刷题笔记】树、dfs、bfs、回溯、递归(二)

【寸铁的刷题笔记】树、dfs、bfs、回溯、递归(二) 大家好 我是寸铁&#x1f44a; 金三银四&#xff0c;树、dfs、bfs、回溯、递归是必考的知识点✨ 快跟着寸铁刷起来&#xff01;面试顺利上岸&#x1f44b; 喜欢的小伙伴可以点点关注 &#x1f49d; 上期回顾 感谢大家的支持&am…
阅读更多...
Vue3 （unplugin-auto-import自动导入的使用）

Vue3 （unplugin-auto-import自动导入的使用）

安装 参考链接 npm i -D unplugin-auto-importvite.config.ts里面配置 import AutoImport from unplugin-auto-import/viteAutoImport({imports:[ vue,vue-router]})重新运行项目会生成一个auto-imports.d.ts的文件 /* eslint-disable */ /* prettier-ignore */ // ts-nochec…
阅读更多...
C# If与Switch的区别

C# If与Switch的区别

在 switch 语句中使用表达式比较时&#xff0c;编译器会生成一个查找表&#xff0c;其中包含所有表达式的值和对应的 case 标签。因此&#xff0c;与使用常量或字面量比较相比&#xff0c;使用表达式比较可能会略微降低性能。 只有当 switch 语句中的所有 case 标签都使用常量或…
阅读更多...
亿道丨三防平板丨加固平板丨为零售业提供四大优势

亿道丨三防平板丨加固平板丨为零售业提供四大优势

随着全球经济的快速发展&#xff0c;作为传统行业的零售业也迎来了绝佳的发展机遇&#xff0c;在互联网智能化的大环境下&#xff0c;越来越多的零售企业选择三防平板电脑作为工作中的电子设备。作为一种耐用的移动选项&#xff0c;三防平板带来的不仅仅是坚固的外壳。坚固耐用…
阅读更多...
记录 使用FFMPEG 笔记本摄像头推流

记录 使用FFMPEG 笔记本摄像头推流

一、使用 FFMPEG 测试摄像头拉流显示 # 获取摄像头名称 ffmpeg -list_devices true -f dshow -i dummy# 我笔记本上的摄像头名称如下 device_pnp_\\?\usb#vid_0408&pid_1020&mi_00#6&199e90f7&0&0000#{65e8773d-8f56-11d0-a3b9-00a0c9223196}\global# 使…
阅读更多...
Typora+PicGo+super-prefix+阿里云OSS设置图床

Typora+PicGo+super-prefix+阿里云OSS设置图床

&#x1f308;个人主页&#xff1a;godspeed_lucip &#x1f525; 系列专栏&#xff1a;实用工具 1 TyporaPicGosuper-prefix阿里云OSS设置图床1.1 设置阿里云OSS1.2 以时间戳命名图片1.2.1 安装super-prefix1.2.2 设置配置文件 1.3 批量上传图片遇到的问题1.4 参考资料 2 将ma…
阅读更多...
【openGL教程 11 】关于坐标系统

【openGL教程 11 】关于坐标系统

目录 一、说明 二、坐标系统 2.1 概述 2.2 局部空间 2.3 世界空间 2.4 观察空间 2.5 裁剪空间 2.6 正射投影 2.7 透视投影 2.8 把它们都组合到一起 三、进入3D 四、更多的3D 4.1 立方体画法 4.2 Z缓冲区 4.3 更多的立方体 五、练习 一、说明 本篇是openGL学习中…
阅读更多...
【Java程序设计】【C00284】基于Springboot的校园疫情防控管理系统（有论文）

【Java程序设计】【C00284】基于Springboot的校园疫情防控管理系统（有论文）

基于Springboot的校园疫情防控管理系统&#xff08;有论文&#xff09; 项目简介项目获取开发环境项目技术运行截图 项目简介 这是一个基于Springboot的校园疫情防控系统 本系统分为系统功能模块、管理员功能模块以及学生功能模块。 系统功能模块&#xff1a;在系统首页可以查…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023