c++之力扣17. 电话号码的字母组合(DFS+BFS)

题目描述:
给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。
给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。
在这里插入图片描述

示例:
输入:“23” 输出:[“ad”, “ae”, “af”, “bd”, “be”, “bf”, “cd”, “ce”, “cf”].

看到这题目那就是遍历啊!!!,知道的遍历有二叉树的前序、中序、后序遍历和图的DFS、BFS遍历。现在想想方法就出来了,就是图的遍历。。

而深度优先遍历是基于递归,广度优先遍历则基于队列实现

一、深度优先遍历(递归回溯)
假设输入223, DFS遍历顺序则是
第一步:红色线伞种情况
第二步:蓝色线三种情况
第三步:以此类推。。。
在这里插入图片描述
//DFS(回溯法)

#include <vector>
#include <string>
#include <iostream>
#include <unordered_map>
using namespace std;

class Solution
{
   
   
	vector<string> result;
	string digits;
	unordered_map<char, string> store= {
   
    {
   
   '2',"abc"},{
   
   '3',"def"},{
   
   '4',"ghi"},
		{
   
   '5',"jkl"},{
   
   '6',"mno"},{
   
   '7',"pqrs"},{
   
   '8',"tuv"},{
   
   '9',"wxyz"} };

public:
	vector<string> letterCombinations</
### 力扣第130C++解决方案 力扣第130通常涉及的是“被围绕的区域”问,其核心在于通过深度优先搜索 (DFS) 或广度优先搜索 (BFS) 来标记矩阵中的特定部分。以下是基于此问的一个典型 C++ 解决方案: #### 使用 DFS 的解决方法 ```cpp class Solution { public: void solve(vector<vector<char>>& board) { if (board.empty()) return; int m = board.size(); int n = board[0].size(); // 辅助函数用于执行深度优先搜索 function<void(int, int)> dfs = [&](int i, int j) -> void { if (i < 0 || i >= m || j < 0 || j >= n || board[i][j] != 'O') return; board[i][j] = '#'; // 将边界上的'O'及其相连的部分暂时改为'#' // 向四个方向扩展 dfs(i - 1, j); dfs(i + 1, j); dfs(i, j - 1); dfs(i, j + 1); }; // 遍历四条边界的'O'并调用dfs将其连接的部分标记为'#' for (int i = 0; i < m; ++i) { dfs(i, 0); // 左边界 dfs(i, n - 1); // 右边界 } for (int j = 0; j < n; ++j) { dfs(0, j); // 上边界 dfs(m - 1, j); // 下边界 } // 最终遍历整个矩阵,将剩余的'O'替换为'X', 并恢复'#'为'O' for (int i = 0; i < m; ++i) { for (int j = 0; j < n; ++j) { if (board[i][j] == 'O') board[i][j] = 'X'; if (board[i][j] == '#') board[i][j] = 'O'; } } } }; ``` 上述代码的核心逻辑是利用深度优先搜索来处理与边界相连的 `'O'` 字符,并将其临时标记为 `'#'`,从而避免这些字符被错误地修改为 `'X'`。 #### 关键点解析 - **状态转移方程**:虽然本未直接提及动态规划的状态转移方程[^3],但在实现过程中隐含了一种状态变化——即将某些位置从 `'O'` 转变为 `'#'` 或 `'X'`。 - **字符串到数字的转换**:尽管引用提到的内容主要针对字符串转数字的问[^2],但这里并不适用,因为当前问是关于二维数组的操作而非简单的数值计算。 - **进制转换思路**:对于类似于 Excel 表格列编号的转换问,确实可以通过二十六进制的思想完成[^1];然而,在本中并未涉及到类似的机制。 #### 性能分析 时间复杂度为 \( O(m \times n) \),其中 \( m \) 和 \( n \) 分别代表输入矩阵的高度和宽度。这是因为我们需要访问每一个单元格一次以决定如何对其进行操作。 ---
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