力扣 1765. 地图中的最高点

题目来源:https://leetcode-cn.com/problems/map-of-highest-peak/

大致题意:
给一个矩阵,其中有陆地和水域两种节点,若设水域高度为 0,与水域相邻高度的陆地高度为 1,且相邻陆地之间最大的高度差为 1,求出一种安排陆地高度的方法,使矩阵中的最高高度值最大

思路

题目要求最高高度值尽可能大,于是若陆地 x 与水域相距 3 个节点距离,那么它最高也就是 3

但是又规定相邻陆地之间的高度差只能为 1,那么若有两个水域都能到达某一陆地,且中间经过的陆地个数不一致,那么就可能有两个不同的最大高度值,但是因为限制高度差,所以只能取较小的那个,所以事实上还是求所有节点到达水域的最短距离

而权重相同的最短距离问题可以使用 BFS,所以该题可以通过多源 BFS 来解决:

  • 以所有水域节点为源点,开始遍历搜索所有的陆地节点
多源 BFS
  1. 将所有的水域节点设为 BFS 源点,并标记对应源点位置高度为 0
  2. 开始 BFS,每次新添加的节点(需要为未遍历过的位置)位置对应的高度为上一个节点(第一次到达该添加节点的那个节点)的高度 +1
  3. BFS 结束即为所求高度矩阵

代码:

public int[][] highestPeak(int[][] isWater) {
        Queue<int[]> queue = new ArrayDeque<>();
        int m = isWater.length;
        int n = isWater[0].length;
        // 添加所有水域节点
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (isWater[i][j] == 1) {
                    queue.offer(new int[]{i, j});
                }
            }
            // 每添加一行,都将对应行初始化高度为 -1
            Arrays.fill(isWater[i], -1);
        }
        // 四个方向
        int[] direction = new int[]{1, 0, -1, 0, 1};
        // 源点个数,用来标记并初始化源点高度
        int waterCount = queue.size();
        while (!queue.isEmpty()) {
            int[] coordinate = queue.poll();
            int x = coordinate[0];
            int y = coordinate[1];
            // 若源点个数大于 0,那么表示当前取出节点仍是源点
            if (waterCount-- > 0) {
                isWater[x][y] = 0;
            }
            // 四个方向搜索未遍历节点
            for (int i = 0; i < 4; i++) {
                int newX = x + direction[i];
                int newY = y + direction[i + 1];
                if (newX >= 0 && newX < m && newY >= 0 && newY < n && isWater[newX][newY] == -1) {
                    // 添加节点,并更新节点高度
                    isWater[newX][newY] = isWater[x][y] + 1;
                    queue.offer(new int[]{newX, newY});
                }
            }
        }
        return isWater;
    }
### 解决方案概述 对于LeetCode 1584题——连接所有点的最小费用,目标是在给定平面上的一组点之间建立边,使得这些点全部连通,并且总成本最低。此问题可以通过构建最小生成树(Minimum Spanning Tree, MST)[^2]来解决。 #### Prim's Algorithm 实现方法 Prim’s算法是一种用于求解无向图中最小生成树的有效贪心算法。该算法通过逐步扩展已有的部分生成树直到覆盖所有的顶点为止,在每一步都选择当前未加入的部分中最短的边。 ```python import heapq def minCostConnectPoints(points): n = len(points) # 计算曼哈顿距离作为权重函数 def manhattan(p1, p2): return abs(p1[0]-p2[0]) + abs(p1[1]-p2[1]) visited = set() heap = [(0, 0)] # (cost, point_index) result = 0 while len(visited) < n: cost, i = heapq.heappop(heap) if i in visited: continue visited.add(i) result += cost for j in range(n): if j not in visited and j != i: heapq.heappush(heap, (manhattan(points[i], points[j]), j)) return result ``` 上述代码实现了基于优先队列优化版本的Prim’s算法。首先定义了一个辅助函数`manhattan()`用来计算两点之间的曼哈顿距离;接着初始化一个小根堆存储候选节点及其对应的代价;最后进入循环直至访问过所有节点并累加路径长度得到最终的结果。 #### Kruskal's Algorithm 实现方式 Kruskal’s算法也是一种常用的MST算法,它按照从小到大的顺序处理各条边,只当一条边不会形成环路时才将其添加至正在形成的森林里。为了高效实现这一点,可以采用Union-Find数据结构来进行动态集合操作。 ```python class UnionFind(object): def __init__(self, size): self.parent = list(range(size)) def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, u, v): rootU = self.find(u) rootV = self.find(v) if rootU == rootV: return False else: self.parent[rootU] = rootV return True def minCostConnectPoints_kruskal(points): edges = [] n = len(points) for i in range(n): for j in range(i+1, n): distance = abs(points[i][0] - points[j][0]) + \ abs(points[i][1] - points[j][1]) edges.append((distance, i, j)) uf = UnionFind(n) edges.sort() res = 0 count = 0 for dist, u, v in edges: if uf.union(u, v): res += dist count += 1 if count >= n-1: break return res ``` 这段Python程序展示了如何利用Kruskal的方法解决问题。创建了名为`edges`列表保存所有可能存在的边以及它们各自的权值(即两个端点间的曼哈特尼距离),之后对其进行升序排列。随后遍历排序后的边集尝试将符合条件的新边纳入结果集中去,同时维护一个计数器确保恰好选择了\(n−1\)条独立边构成一棵完整的树形结构。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

三更鬼

谢谢老板!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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