蓝桥杯2023(十四届)省赛——岛屿个数(DFS+BFS)

岛屿个数(DFS+BFS)

1.岛屿个数 - 蓝桥云课 (lanqiao.cn)

**法一:**本题很妙啊,你发现没有。反向操作,不是直接算岛屿数量,而是先将最外层的海洋给标注出来(DFS,visit[i][j]=2),然后再用一次DFS把所有visit[i][j]=0的当做整体,这些不管里面有没有子岛屿,有多少个子岛屿,都是一个大岛屿。

本题你可以学到的:标记海洋(八方、只遍历最外面一圈)、标记岛屿(四方、无回溯(因为我们要全部标记,不是找路径))

**法二:**这里提供一个思路,在评论区看到另一个大佬写的:搜索出所有岛屿,这个不难做到。由于岛屿之间互相隔离,则如果岛屿的一个格子在一个环内,那么整个岛屿也都在环内。遍历所有的岛屿,选中当前岛屿的第一个格子,搜索周围海洋,若能搜索到地图的边界外,则此岛屿不在任何一个环内;否则,此岛屿在某个环内,岛屿数量减一。

这个思路和我做的方法区别在于,我是从外向内,而该思路是正向思考,然后利用内岛的性质,对整体做出进一步加工。

下面给出法一的代码:

AC:DFS

#include <iostream>
#include <cstring>
#include <string>
#include <vector>
using namespace std;
//牛的,我是真的没想到,可以反向操作,不好求里面,那就求外面,把外层海水搜素出来,
// 这样剩下的不管有没有內岛屿,都是一个岛屿	他们用的是bfs,我这里用dfs试试,应该也可以
//注意,检索海水和检索岛屿不一样,海水是八方搜索,而岛屿是四方搜素


const int N = 105;
int t, n, m;	//m行 n列
int nx[4] = {
   
    0,1,0,-1 };
int ny[4] = {
   
    1,0,-1,0 };
int seax[8] = {
   
    0,1,1,1,0,-1,-1,-1 };
int seay[8] = {
   
    1,1,0,-1,-1,-1,0,1 };
vector<string>g;
int visit[N][N] = {
   
    0 };
int landNum = 0;


void dfs(int x, int y)
{
   
   
	for (int i = 0; i < 8; i++)
	{
   
   
		int xx = x + seax[i];
		int yy = y + seay[i];
		if (xx < 0 || xx >= m || yy < 0 || yy >= n)	continue;	//越界
		if (g[xx][yy] == '0' && visit[xx][yy] == 0)
		{
   
   
			visit[xx][yy] = 2;
			dfs(xx, yy);

			//visit[xx][yy] = 0;	//回溯
		}
	}
}

void dfsLand(int x, int y)
{
   
   
	for (int i = 
### 蓝桥杯2023第十四届真题——岛屿个数 #### 题目描述 给定一幅大小为 \( M \times N \) 的格子地图,该地图仅包含字符 '0' 和 '1'。其中 '0' 表示海水,'1' 表示陆地。每个岛屿由上下左右相邻的 '1' 连接而成。如果某个岛屿的部分区域构成一个“环”,并且其他岛屿完全位于此“环”的内部,则这些岛屿被认为是前者的子岛屿。 任务是计算这个地图上的独立岛屿数量(不计子岛屿的数量)。输入多组测试数据,每组数据给出地图尺寸以及具体的地图布局,输出每组数据中的独立岛屿总数。 --- #### 输入格式 第一行为整数 \( T \),表示有 \( T \) 组测试数据。 随后依次输入 \( T \) 组数据: - 每组的第一行包含两个正整数 \( M \) 和 \( N \),分别表示地图的高度和宽度。 - 接下来的 \( M \) 行,每行包含 \( N \) 个字符 ('0' 或 '1'),表示地图的具体布局。 --- #### 输出格式 对于每一组测试数据,输出一行,包含一个整数,表示独立岛屿的数量。 --- #### 样例输入 ``` 2 5 5 01111 11001 10101 10001 11111 5 6 111111 100001 010101 100001 111111 ``` #### 样例输出 ``` 1 3 ``` --- #### 解法思路 为了求解本问题,可以采用广度优先搜索 (BFS) 方法逐一遍历地图中的每一个位置: 1. **初始化变量**:定义一个布尔型矩阵 `visited` 来记录哪些位置已经被访问过,防止重复遍历同一片区域[^2]。 2. **外层循环**:遍历整个地图,找到未被访问过的陆地点作为 BFS 的起点。 3. **BFS 实现**: - 使用队列存储待处理的位置。 - 对于当前节点 `(i, j)`,将其四周的有效邻居加入队列并标记为已访问。 4. **特殊处理**:当发现某一片陆地区域形成了“环”结构时,需跳过其包围范围内的所有子岛屿[^3]。 5. **统计结果**:每次成功完成一次完整的 BFS 即认为找到了一个新的独立岛屿,更新计数器。 以下是基于上述逻辑实现的一个 Python 版本代码示例: ```python from collections import deque def bfs(grid, visited, m, n, i, j): queue = deque([(i, j)]) visited[i][j] = True directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] while queue: x, y = queue.popleft() for dx, dy in directions: nx, ny = x + dx, y + dy if 0 <= nx < m and 0 <= ny < n and not visited[nx][ny]: if grid[nx][ny] == '1': visited[nx][ny] = True queue.append((nx, ny)) def count_islands(T, test_cases): result = [] for case in test_cases: m, n, grid = case visited = [[False]*n for _ in range(m)] island_count = 0 for i in range(m): for j in range(n): if grid[i][j] == '1' and not visited[i][j]: bfs(grid, visited, m, n, i, j) island_count += 1 result.append(island_count) return result T = int(input()) test_cases = [] for _ in range(T): m, n = map(int, input().split()) grid = [input() for _ in range(m)] test_cases.append((m, n, grid)) results = count_islands(T, test_cases) for res in results: print(res) ``` --- #### 复杂度分析 - 时间复杂度:\( O(M \cdot N) \),因为每个单元格最多只会被访问一次。 - 空间复杂度:\( O(M \cdot N) \),主要来源于辅助数组 `visited` 和 BFS 中使用的队列。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值