很多题目都是深度优先搜索,图,递归的结合。把他们放到一起来说一说 —
一、leetcode: 802. 找到最终的安全状态
题目:
在有向图中,以某个节点为起始节点,从该点出发,每一步沿着图中的一条有向边行走。如果到达的节点是终点(即它没有连出的有向边),则停止。
对于一个起始节点,如果从该节点出发,无论每一步选择沿哪条有向边行走,最后必然在有限步内到达终点,则将该起始节点称作是 安全 的。
返回一个由图中所有安全的起始节点组成的数组作为答案。答案数组中的元素应当按 升序 排列。
该有向图有 n 个节点,按 0 到 n - 1 编号,其中 n 是 graph 的节点数。图以下述形式给出:graph[i] 是编号 j 节点的一个列表,满足 (i, j) 是图的一条有向边。
# 深度搜索/递归 + 标记
class Solution:
def eventualSafeNodes(self, graph: List[List[int]]) -> List[int]:
n = len(graph)
color = [0]*n
def safe(x: int) -> bool:
if color[x] > 0:
return color[x] == 2
color[x] = 1
for y in graph[x]:
if not safe(y):
return False
color[x] = 2
return True
return [i for i in range(n) if safe(i)]
二、695. 岛屿的最大面积
题目:
给定一个包含了一些 0 和 1 的非空二维数组 grid 。
一个 岛屿 是由一些相邻的 1 (代表土地) 构成的组合,这里的「相邻」要求两个 1 必须在水平或者竖直方向上相邻。你可以假设 grid 的四个边缘都被 0(代表水)包围着。
找到给定的二维数组中最大的岛屿面积。(如果没有岛屿,则返回面积为 0 。)
class Solution:
def maxAreaOfIsland(self, grid: List[List[int]]) -> int:
m = len(grid)
n = len(grid[0])
def dfs(x, y): #深度优先搜索,同时改变其状态,不需要额外开销
if x < 0 or x >= m or y < 0 or y >= n or grid[x][y] == 0:
return 0
grid[x][y] = 0
return 1 + dfs(x-1, y) + dfs(x+1, y) + dfs(x, y-1) + dfs(x, y+1)
max_land = 0
for i in range(m):
for j in range(n):
if grid[i][j] == 1:
max_land = max(max_land, dfs(i, j))
return max_land
三、200. 岛屿数量
给你一个由 '1'(陆地)和 '0'(水)组成的的二维网格,请你计算网格中岛屿的数量。
岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
此外,你可以假设该网格的四条边均被水包围
示例 1:
输入:grid = [
["1","1","1","1","0"],
["1","1","0","1","0"],
["1","1","0","0","0"],
["0","0","0","0","0"]
]
输出:1
# 同上一题的思路
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
m = len(grid)
n = len(grid[0])
def dfs(x, y):
if x < 0 or x >= m or y < 0 or y >= n or grid[x][y] == '0':
return
grid[x][y] = '0'
dfs(x-1, y)
dfs(x+1, y)
dfs(x, y-1)
dfs(x, y+1)
num= 0
for i in range(m):
for j in range(n):
if grid[i][j] == '1':
dfs(i, j)
num += 1
return num
四、694. 不同岛屿的数量
和上一题的不同是,还要区分岛屿的形状, 可以根据和第一个点的相对位置,来记录岛屿的形状
class Solution:
def numDistinctIslands(self, grid: List[List[int]]) -> int:
m = len(grid)
n = len(grid[0])
def dfs(x, y, island: List[int]):
if x < 0 or x >= m or y < 0 or y >= n or grid[x][y] == 0:
return 0
grid[x][y] = 0
island.append([x,y])
return 1 + dfs(x-1, y, island) + dfs(x+1, y, island) + dfs(x, y-1, island) + dfs(x, y+1, island)
map_island = {}
num = 0
for i in range(m):
for j in range(n):
if grid[i][j] == 1:
island = []
size = dfs(i, j , island)
print('-->', size)
for ni in range(len(island)-1, -1, -1):
island[ni] = [island[ni][0] - island[0][0] , island[ni][1] - island[0][1]]
if size not in map_island:
num += 1
map_island[size] = [island]
else:
if island in map_island[size]:
continue
else:
map_island[size].append(island)
num += 1
return num
五、79. 单词搜索
给定一个 m x n 二维字符网格 board 和一个字符串单词 word 。如果 word 存在于网格中,返回 true ;否则,返回 false 。
单词必须按照字母顺序,通过相邻的单元格内的字母构成,其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。
输入:board = [["A","B","C","E"],["S","F","C","S"],["A","D","E","E"]], word = "ABCCED"
输出:true
class Solution:
def exist(self, board: List[List[str]], word: str) -> bool:
m = len(board)
n = len(board[0])
len_word = len(word)-1
def dfs(i, j, word_idx):
if board[i][j] != word[word_idx]:
return False
if word_idx == len_word:
return True
mark.add((i,j))
res = False
for di, dj in [(0,1),(0,-1),(-1,0),(1,0)]:
ni , nj = i + di, j + dj
if 0 <= ni <= m-1 and 0<= nj <= n-1 and (ni, nj) not in mark:
if dfs(ni, nj, word_idx+1):
res = True
break
mark.remove((i,j))
return res
mark = set()
for i in range(m):
for j in range(n):
if dfs(i,j,0):
return True
return False