水流问题(Dfs

卡码网 补充C#版

103. 水流问题

题目描述

现有一个 N × M 的矩阵,每个单元格包含一个数值,这个数值代表该位置的相对高度。矩阵的左边界和上边界被认为是第一组边界,而矩阵的右边界和下边界被视为第二组边界。

矩阵模拟了一个地形,当雨水落在上面时,水会根据地形的倾斜向低处流动,但只能从较高或等高的地点流向较低或等高并且相邻(上下左右方向)的地点。我们的目标是确定那些单元格,从这些单元格出发的水可以达到第一组边界和第二组边界。

输入描述

第一行包含两个整数 N 和 M,分别表示矩阵的行数和列数。 

后续 N 行,每行包含 M 个整数,表示矩阵中的每个单元格的高度。

输出描述

输出共有多行,每行输出两个整数,用一个空格隔开,表示可达第一组边界和第二组边界的单元格的坐标,输出顺序任意。

输入示例
5 5
1 3 1 2 4
1 2 1 3 2
2 4 7 2 1
4 5 6 1 1
1 4 1 2 1
输出示例
0 4
1 3
2 2
3 0
3 1
3 2
4 0
4 1
提示信息

图中的蓝色方块上的雨水既能流向第一组边界,也能流向第二组边界。所以最终答案为所有蓝色方块的坐标。 

数据范围:

1 <= M, N <= 100。

 思路:主要就是分别从四个边开始遍历一遍边 然后外部设置的bool类型的两个相同大小数组 当符合条件(下一个位置值大于自己现在的位置值)就标注为true ,在分别遍历之后 寻找两个数组中公共为true的部分 就是可以从这个点到一组和另一组的水流起始点  

using System;

class Program
{
    public static int n;
    public static int m;
    static void Main()
    {
        string[] inputs=Console.ReadLine().Split();       
         n=int.Parse(inputs[0]);
         m=int.Parse(inputs[1]);
        
        // 声明数组 填充输入数组
        int[,] grid=new int [n,m];
        for(int i=0;i<n;i++)
        {
            inputs=Console.ReadLine().Split();
            for(int j=0;j<m;j++)
            {
                grid[i,j]=int.Parse(inputs[j]);
            }
        }
       // CountIsLand(grid,n,m);
        // 申明两个和图大小一致的大小和规格的bool类型数组
        bool[,] board1=new bool[m,n]; //装载第一组边界的判定值 左上 
        bool[,] board2=new bool[m,n];//第二组边界判定值  右下
        //从左右边界进行dfs
        for(int i=0;i<n;i++)
        {
            Dfs(grid,i,0,board1,int.MinValue);//遍历最左列
            Dfs(grid ,i,m-1,board2,int.MinValue);
        }
        //对上下边界进行dfs
        for(int j=0;i<m;j++)
        {
            Dfs(grid,0,j,board1,int,MinValue);
            Dfs(grid,n-1,j,board2,int.MinValue);
        }
        //打印结果
        for(int i=0;i<n;i++)
        {
            for(int j=0;j<m;j++)
            {
                if(board1[i,j]&&board2[i,j]) //如果两个真假图中同一位置都是真 代表此点能达到两个边界
                {
                    Console.WriteLine(i+" "+j);
                    Console.WriteLine();
                }
            }
        }
        
    }
    public static void Dfs(int[,] grid ,int r,int c,bool[,] board,int pre)
    {
        if(r<0 ||r >=n ||c<0||c>=m)
        {
            return ;
        }
        if(grid[r,c]<pre) //如果遍历到的下一个值小于pre也就是当前值 那么证明没法走通这个格子直接返回
        {
            return ;
        }
        board[r,c]=true;
        
        Dfs(grid,r,c+1,board,grid[r,c]);
        Dfs(grid,r,c-1,board,grid[r,c]);
        Dfs(grid,r+1,c,board,grid[r,c]);
        Dfs(grid,r-1,c,board,grid[r,c]);
    }
}

<think>好的,我现在需要回答用户关于如何计算水流方向矩阵问题。首先,用户提到了水流方向矩阵,这可能涉及地理信息系统(GIS)中的文分析,比如ArcGIS的水流长度工具。根据引用[1],ArcGIS的文分析工具中有水流长度的计算,分为顺流和溯流两种方式。这可能与水流方向矩阵有关,因为水流方向矩阵文分析的基础。接下来,用户可能需要具体的算法步骤。我需要回忆一下水流方向矩阵的计算方法。通常,水流方向矩阵是基于数字高程模型(DEM)的,每个像元的水流方向取决于周围8个相邻像元的高程,流向最陡的下坡方向。这被称为D8算法,是常用的方法之一。然后,我需要考虑如何将这个过程分解为步骤。首先,DEM数据的预处理,比如填洼,消除凹陷点,确保水流能够正确流动。然后,计算每个像元周围八个方向的高程差,确定最陡的坡度方向,并赋予相应的编码值。例如,D8算法中每个方向对应一个特定的编码,如东是1,东南是2,南是4,等等。另外,引用[2]和[5]提到了深度优先搜索(DFS)在图搜索问题中的应用,比如水流流向问题。虽然DFS通常用于路径查找,但可能在水流方向计算中,特别是确定水流路径时也有应用。不过,D8算法更直接相关。还需要注意可能的其他算法,比如多流向算法(如MFD),但用户可能主要询问基础方法。此外,引用[4]中的MATLAB应用可能涉及水流量的计算,但这里用户的问题更关注方向矩阵的生成步骤。 总结下来,步骤应包括:DEM预处理、计算坡度方向、应用D8算法确定每个像元的水流方向编码,以及可能的验证和后续分析。需要确保回答结构清晰,分步骤说明,并引用相关的资料,如ArcGIS工具的使用,如引用[1]提到的水流长度工具可能基于水流方向矩阵的结果。</think>### 水流方向矩阵计算方法 水流方向矩阵文分析中的基础数据,用于描述地表径流在每个栅格单元上的流动方向。其核心算法是**D8算法**(八方向流向法),步骤如下: #### 1. **DEM预处理** - **填洼处理**:消除DEM中的凹陷区域,确保水流能连续流动[^1]。凹陷点会导致水流中断,需通过插值或平滑修正高程。 - **示例公式**:若某点高程低于周围所有相邻点,则将其高程调整为相邻点中的最小值。 #### 2. **计算坡度方向** - **八邻域分析**:对每个栅格单元,计算其与周围8个邻域的高程差,公式为: $$ \text{坡度差} = \frac{\text{中心点高程} - \text{邻域点高程}}{\text{距离}} $$ 其中距离为1(正交邻域)或$\sqrt{2}$(对角线邻域)。 - **确定主方向**:选择坡度差最大的方向作为水流方向。 #### 3. **D8编码规则** - 为每个可能的水流方向分配唯一编码值(基于方位): ``` 32 64 128 16 ⬤ 1 8 4 2 ``` 例如,向东流动编码为1,向东南编码为2,向北编码为64等[^1]。 #### 4. **生成方向矩阵** - 遍历所有栅格,根据主方向赋予对应编码值,最终生成水流方向矩阵。 #### 5. **验证与应用** - **汇流累积量计算**:基于方向矩阵统计每个栅格的汇面积。 - **河网提取**:通过设定阈值提取河道网络(引用[1]中提到的ArcGIS文分析流程)。 ```python # 伪代码示例:D8方向判断 def calculate_flow_direction(dem): rows, cols = dem.shape flow_dir = np.zeros_like(dem) for i in range(1, rows-1): for j in range(1, cols-1): neighbors = [ dem[i-1, j-1], dem[i-1, j], dem[i-1, j+1], dem[i, j-1], dem[i, j+1], dem[i+1, j-1], dem[i+1, j], dem[i+1, j+1] ] slopes = [(dem[i,j] - n)/dist for n, dist in zip(neighbors, [√2,1,√2,1,1,√2,1,√2])] max_slope_idx = np.argmax(slopes) flow_dir[i,j] = d8_code[max_slope_idx] # 根据方位映射编码 return flow_dir ```
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