每日一题 - 240215 - P1141 01迷宫

本文介绍了如何使用深度优先搜索(DFS)解决芝士水题问题,通过计算每个坐标点的连通块数,处理二维迷宫中给定的边关系。算法的时间复杂度为O(N^2+M),空间复杂度可通过优化。

  • TAG - 芝士水题、算法 − 【搜索 − D F S 】、思维 − 【连通块】 芝士水题、算法 - 【搜索 - DFS】、思维 - 【连通块】 芝士水题、算法【搜索DFS】、思维【连通块】
  • 时间复杂度 - O ( N 2 + M ) O(N^2 + M) O(N2+M)
//
#include <bits/stdc++.h>
using namespace std;
// #define int long long 

const int dx[] = {0, 0, 1, -1};
const int dy[] = {1, -1, 0, 0};
const int N = 1111;
char g[N][N];
int n, m;

int save_idx[N][N];
int ans[N * N];         // 每个坐标都是一个单独的连通块
int idx, cnt;

void dfs(int x, int y, bool state) {
    save_idx[x][y] = idx;
    cnt++;

    for (int i = 0; i < 4; i++) {
        int tx = x + dx[i];
        int ty = y + dy[i];

        if (!(tx >= 1 && tx <= n && ty >= 1 && ty <= n)) continue;
        if (save_idx[tx][ty]) continue;
        if (g[x][y] == g[tx][ty]) continue;

        dfs(tx, ty, g[tx][ty]);
    }
}

void solve() {
    scanf("%d%d", &n, &m);
    for (int i = 1; i <= n; i++) {
        scanf("%s", g[i] + 1);
    }

    for (int i = 1; i <= n; i++) {
        for (int j = 1; j <= n; j++) {
            if (save_idx[i][j] == 0) {
                idx++;
                cnt = 0;
                dfs(i, j, g[i][j]);
                ans[idx] = cnt;
            }
        }
    }

    while (m--) {
        int x, y;
        scanf("%d%d", &x, &y);
        printf("%d\n", ans[save_idx[x][y]]);
    }
}

signed main() {
    int t = 1;
    // scanf("%d", &t);
    while (t--) solve();
    return 0;
}

实现细节

  • 空间复杂度能大别小

参考示意图

  • `

参考链接

  • `

作者 | 乐意奥AI

在解决P1141 01迷宫问题时,通常采用深度优先搜索(DFS)或广度优先搜索(BFS)来实现。这类问题的核心在于如何找到从起点到终点的路径,其中迷宫中的`0`表示可以通过的路径,而`1`则表示障碍物。 ### 问题描述 P1141 01迷宫问题通常给出一个二维网格,每个格子包含`0`或`1`,要求从起点出发,找到到达终点的最短路径。通常,起点为`(0,0)`,终点为`(n-1,m-1)`,其中`n`和`m`分别为迷宫的行数和列数。 ### 解决思路 1. **BFS方法**:适用于寻找最短路径问题,因为BFS会逐层扩展,确保第一次到达终点时路径最短。 2. **DFS方法**:虽然可以找到路径,但不一定是最短路径,适用于不需要最短路径的情况。 3. **标记访问**:为了避免重复访问,需要维护一个访问标记数组。 4. **方向控制**:通常有四个方向可以移动:上、下、左、右。 ### BFS实现代码示例 以下是一个使用BFS解决P1141 01迷宫问题的Python实现: ```python from collections import deque def solve_maze(maze): n, m = len(maze), len(maze[0]) visited = [[False] * m for _ in range(n)] directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 上、下、左、右 queue = deque() queue.append((0, 0, 0)) # 起点(0,0),步数0 visited[0][0] = True while queue: x, y, steps = queue.popleft() if x == n - 1 and y == m - 1: return steps # 找到终点,返回步数 for dx, dy in directions: nx, ny = x + dx, y + dy if 0 <= nx < n and 0 <= ny < m and maze[nx][ny] == 0 and not visited[nx][ny]: visited[nx][ny] = True queue.append((nx, ny, steps + 1)) return -1 # 无法到达终点 # 示例迷宫 maze = [ [0, 1, 0, 0, 0], [0, 1, 0, 1, 0], [0, 0, 0, 1, 0], [0, 1, 1, 1, 0], [0, 0, 0, 0, 0] ] print(solve_maze(maze)) # 输出最短路径的步数 ``` ### 代码解析 1. **初始化**:使用`deque`队列存储待访问的节点,起点为`(0, 0)`,初始步数为`0`。 2. **BFS循环**:从队列中取出当前节点,检查是否到达终点。若未到达终点,则向四个方向扩展,将未访问过的合法节点加入队列。 3. **终止条件**:若队列为空且未找到终点,则返回`-1`,表示无法到达终点。 ### 复杂度分析 - **时间复杂度**:`O(n*m)`,其中`n`和`m`分别为迷宫的行数和列数,每个节点最多访问一次。 - **空间复杂度**:`O(n*m)`,主要为队列和访问标记数组的空间。 ### 优化点 - 可以通过提前终止搜索来优化,一旦找到终点即可返回结果。 - 如果迷宫非常大,可以考虑使用双向BFS进一步优化。
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