【两次过】Lintcode 477. 被围绕的区域

本文介绍了一种解决二维矩阵中'O'被'X'包围的问题算法,通过深度优先搜索(DFS)策略,首先将边界上的'O'及其相连的'O'标记为临时字符'T',然后将剩余的所有'O'替换为'X',最后将所有'T'还原为'O',实现了精准替换。

给一个二维的矩阵,包含 'X' 和 'O', 找到所有被 'X' 围绕的区域,并用 'X'替换其中所有的 'O'

样例

样例 1:

输入:
  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

样例 2:

输入: 
  X X X X
  X O O X
  X O O X
  X O X X
输出: 
  X X X X
  X O O X
  X O O X
  X O X X

解题思路:

从每个边界的 'O' 开始遍历, 只访问 'O', 先都暂时设置为 'T' 或其他字符.

遍历结束之后, 将剩下的 'O' 替换为 'X' 然后再将 'T' 还原即可.

public class Solution {
    /*
     * @param board: board a 2D board containing 'X' and 'O'
     * @return: nothing
     */
    public void surroundedRegions(char[][] board) {
        // write your code here
        if(board == null || board.length == 0 || board[0].length == 0)
            return;
        
        row = board.length;
        col = board[0].length;
        
        //先遍历边界点,将边界点O及其关联O改变为T
        for (int i = 0; i < row; i++) {
            for (int j = 0; j < col; j++) {
                if (i == 0 || i == row - 1 || j == 0 || j == col - 1) {
                    if (board[i][j] == 'O') {
                        dfs(board, i, j);
                    }
                }
            }
        }
        
        
        for(int i=0; i<row; i++){
            for(int j=0; j<col;j++){
                //剩下的矩阵中,不是X,也不是T,那就是被全部包围的O了,直接把他们变成X.
                if(board[i][j] == 'O')
                    board[i][j] = 'X';
                //再把剩下的不完全被包围的T还原成之前的O即可
                if(board[i][j] == 'T')
                    board[i][j] = 'O';
            }
        }
    }
    
    int row;
    int col;
    int[][] p = {{1,0},{-1,0},{0,1},{0,-1}};
    
    //以board[x][y]为起点深搜,将四周所有O,变为T
    private void dfs(char[][] board,int x, int y){
        if(x < 0 || x >= row || y < 0 || y >= col)
            return;
        
        if(board[x][y] != 'O')
            return;
        
        board[x][y] = 'T';
        for(int i=0; i<4; i++){
            dfs(board, x + p[i][0], y + p[i][1]);
        }
    }
}

 

### LintCode 211 字符串置换解题思路 LintCode 211 的核心问题是判断两个字符串是否可以通过字符位置的调整而互相转换,即 **字符串置换**。此问题通常涉及以下几个方面: #### 1. 判断条件 要验证两个字符串 `s` 和 `t` 是否可以互换,需满足以下条件之一: - 如果两字符串长度不同,则直接返回 `false`[^1]。 - 若两字符串完全相同,则需要进一步确认是否存在至少一个重复字符,因为只有存在重复字符的情况下才能完成交换而不改变原字符串。 ```python from collections import Counter def canConvert(s, t): if len(s) != len(t): return False # 完全相同的字符串情况处理 if s == t: counter = Counter(s) for char_count in counter.values(): if char_count >= 2: # 存在重复字符即可 return True return False mapping_s_to_t = {} mapping_t_to_s = {} for c1, c2 in zip(s, t): if c1 not in mapping_s_to_t: mapping_s_to_t[c1] = c2 elif mapping_s_to_t[c1] != c2: return False if c2 not in mapping_t_to_s: mapping_t_to_s[c2] = c1 elif mapping_t_to_s[c2] != c1: return False return True ``` 上述代码逻辑如下: - 首先检查两者长度是否一致。 - 对于相等情况下的特殊判定:如果字符串本身无重复字符则无法通过任何置换达成目标状态。 - 构建双向映射关系来确保每次替换的一致性和唯一性。 #### 2. 时间复杂度分析 该方法的时间复杂度主要由字典查找决定,因此整体时间复杂度为 O(n),其中 n 是输入字符串的长度。 --- ### 示例测试用例 以下是几个典型的测试场景及其预期结果: ```python print(canConvert("aab", "baa")) # 输出应为True print(canConvert("abc", "bac")) # 输出应为False print(canConvert("abcdefghijklmnopqrstuvwxyz", "bcadefghijklmnopqrstuvwxyza")) # 输出应为True print(canConvert("abcdefg", "gfedcba")) # 输出应为True ``` 这些例子涵盖了不同的边界状况以及常规情形下程序的表现评估。 ---
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
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