网格区域计数漏节点,不一定是邻居方向写少了,也可能是访问矩阵的行对象共享。本文保留[[False]*cols]*rows的错误初始化,观察标记一个格子怎样让另一行看起来也访问过。数组打印值可能很像一张正常矩阵,因此除了值,还要核对对象身份与真正发现的陆地坐标。没有真实地图或服务案例,只有三行小输入。
本题固定矩形零一字符串网格,一为陆地、零为水,按上下左右连通,返回区域数与实际发现的陆地坐标轨迹。空网格或全空行宽度零返回零与空轨迹,不等长行或其他字符拒绝。输入不修改,访问矩阵由函数自己创建。与允许缺失格的另一种搜索合同不同,这里矩形是明确前提,不能按首行宽度含糊猜测。
网格是一、零、一的单列。上下陆地隔着水,正确两块,应发现(0,0)和(2,0)。错误矩阵把同一行列表重复引用三次,标记visited[0][0]后,底部visited[2][0]也变True,扫描到下方陆地便跳过,返回一块与只含顶部的轨迹。底部没有真的入栈,True却已经出现,正是对象别名造成的假访问。

正确写法用列表推导每次创建新行,行内的False是不可变布尔值,共用这些值不妨碍逐格赋值;需要独立的是容纳它们的行列表。不要笼统说所有共享都错误,问题是可变容器身份相同。代码还打印错误矩阵两行is比较为True,让这个原因不只依赖最终区域数推断。
遍历在发现陆地时先标记再压栈,防止重复邻接把同一格多次放入;但标记时机再正确,也救不了本来别名的矩阵。错误开关只改变初始化,邻居检查与扫描顺序保持相同。这样看到两块变一块时,能把因果定位到创建访问状态,而不是同时改DFS模板、方向数组和结果计数。

def count_regions(grid, wrong_alias=False):
if not grid:
return 0, []
rows, cols = len(grid), len(grid[0])
if any(len(row) != cols or any(c not in "01" for c in row) for row in grid):
raise ValueError("rectangular binary grid required")
visited = [[False] * cols] * rows if wrong_alias else [[False] * cols for _ in range(rows)]
count, discovered = 0, []
for r in range(rows):
for c in range(cols):
if grid[r][c] != "1" or visited[r][c]:
continue
count += 1; visited[r][c] = True; stack = [(r, c)]
while stack:
x, y = stack.pop(); discovered.append((x, y))
for dx, dy in ((1, 0), (-1, 0), (0, 1), (0, -1)):
nx, ny = x + dx, y + dy
if 0 <= nx < rows and 0 <= ny < cols and grid[nx][ny] == "1" and not visited[nx][ny]:
visited[nx][ny] = True; stack.append((nx, ny))
return count, discovered
print("wrong:", count_regions(["1", "0", "1"], True))
print("correct:", count_regions(["1", "0", "1"]))
alias = [[False]] * 3
print("rows share identity:", alias[0] is alias[2])
本次实际输出:
wrong: (1, [(0, 0)])
correct: (2, [(0, 0), (2, 0)])
rows share identity: True
本地输出错误一块只发现顶部,正确两块发现上下,行共享True。独立验证枚举二乘三与三乘一的全部72张零一图,用陆地集合分量合并求区域数,并同时核对discovered恰好包含全部陆地且无重复。这个第二项很重要:在全连通的单列中,漏访问底部也可能碰巧仍返回一块,单看区域数会漏掉内部错误。
水格有时也被别名标成True,但它从未被当作陆地发现,不能通过“所有True数量”推算访问陆地数。验证应以输入陆地坐标和发现轨迹对照,而不是把错误状态本身当作基准。空水图、单格图与相同行内容都可能让别名暂时不显眼,隔着水的同列两块才是针对这个故障的有力反例。
R行C列,正确矩阵与扫描时间O(RC),访问表、栈和轨迹空间O(RC)。轨迹是教学观察输出,若正式只需区域数可去掉,但不改变访问表必须正确的要求。错误别名版分配更少对象不构成合理优化,因为它改变了每格独立状态的语义;内存省一点不能抵消漏节点。
排查时可先手动标记左上角,再打印其他行同列和行身份,最后才跑整个搜索。对象创建在遍历之前,错误也在遍历之前埋下。让AI解释“这三行是三个列表还是一个列表的三个引用”,比让它反复检查四个方向更直接,也能避免在已经正确的邻接逻辑上继续添补丁。
列表乘法复制的是元素引用,不会递归创建每个内层列表。对一维布尔列表重复并没有这种行容器问题;一旦外层元素是可变列表,修改其中一个便会从所有引用处看到。把错误归因于False本身共享,反而会掩盖真正需要独立创建的那一层对象。
参考与核验:Python官方 序列重复与可变对象、is对象身份。文档核对语言和接口事实,题目合同、推导与有限验证范围在正文说明。
本文剖析网格区域计数中因误用[[False]*cols]*rows初始化访问矩阵导致的行对象共享缺陷:标记visited[0][0]会使visited[2][0]意外为True,造成漏节点。强调应使用列表推导创建独立行,通过对象身份(is)验证与陆地坐标轨迹比对定位该类内存语义错误,而非仅依赖区域计数结果。
424

被折叠的 条评论
为什么被折叠?



