【Leetcode】搜索相关

【Leetcode-127】

一、题目:单词接龙

  字典 wordList 中从单词 beginWord 和 endWord 的 转换序列 是一个按下述规格形成的序列:

  序列中第一个单词是 beginWord 。
  序列中最后一个单词是 endWord 。
  每次转换只能改变一个字母。
  转换过程中的中间单词必须是字典 wordList 中的单词。
  给你两个单词 beginWord 和 endWord 和一个字典 wordList ,找到从 beginWord 到 endWord 的 最短转换序列 中的 单词数目 。如果不存在这样的转换序列,返回 0。

  1 <= beginWord.length <= 10

  endWord.length == beginWord.length

  1 <= wordList.length <= 5000
  wordList[i].length == beginWord.length
  beginWord、endWord 和 wordList[i] 由小写英文字母组成
  beginWord != endWord
  wordList 中的所有字符串 互不相同

二、代码:

def ladderLength(self, beginWord: str, endWord: str, wordList: List[str]) -> int:
        """
        求最短序列,即广度搜索,邻接节点预先产生需要任2个word计算是否邻接,复杂度最高5000*5000*10,为节省空间和时间,计算过程中计算邻接单词
        """
        import copy
        def generate(word, word_set):
            res = []
            for i, char in enumerate(word):  # 换每个字符
                for j in range(26):
                    trans_char = chr(ord('a') + j)  # 换成该字符
                    if char == trans_char:
                        continue
                    word[i] = trans_char
                    if ''.join(word) in word_set:
                        res.append(copy.deepcopy(word))
                    word[i] = char
            return res
                    
        word_set = set(wordList)  # 用于计算邻接单词时判断某单词是否是需要的
        if endWord not in word_set:
            return 0
        word_cnt = len(wordList)
        visited = set()  # 避免形成闭环
        que = [list(beginWord)]
        visited.add(beginWord)
        level = 0
        while len(que) > 0:
            level += 1
            for _ in range(len(que)):
                node = que.pop(0)
                if ''.join(node) == endWord:
                    return level
                neibor_list = generate(node, word_set)
                for neibor in neibor_list:
                    neibor_str = ''.join(neibor)
                    if neibor_str not in visited:
                        que.append(neibor)
                        visited.add(neibor_str)
        return 0

 

【Leetcode-130】

一、题目:被围绕的区域

  给你一个 m x n 的矩阵 board ,由若干字符 'X' 和 'O' ,找到所有被 'X'围绕的区域,并将这些区域里所有的 'O' 用 'X' 填充。

二、代码:

def solve(self, board: List[List[str]]) -> None:
        """
        题目要求为:把不与边界相连的连通域改成X,与边界相连的不改
        做法:从边界出发找连通域,找到的做标记(改成#),最后把未做标记的O改成X
        """
        m, n = len(board), len(board[0])
        neibor_list = [[1, 0], [-1, 0], [0, 1], [0, -1]]
        def dfs(i, j):
            board[i][j] = '#'  # 被遍历了
            for neibor in neibor_list:
                new_i, new_j = i+neibor[0], j+neibor[1]
                if 0<=new_i<=m-1 and 0<=new_j<=n-1 and board[new_i][new_j] == 'O':
                    dfs(new_i, new_j)
        
        # 边缘出发找连通域
        for i in range(m):
            for j in range(n):
                if i == 0 or j==0 or i==m-1 or j==n-1:
                    if board[i][j] == 'O':
                        dfs(i, j)
        # 后处理
        for i in range(m):
            for j in range(n):
                if board[i][j] == '#':
                    board[i][j] = 'O'
                elif board[i][j] == 'O':
                    board[i][j] = 'X'

 

【Leetcode-200】

一、题目: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。

二、代码:

"""
代码1
"""
def numIslands(self, grid: List[List[str]]) -> int:
        neibors = [[1, 0], [-1, 0], [0, 1], [0, -1]]
        m, n = len(grid), len(grid[0])
        merged = [[False]*n for _ in range(m)]
        def dfs(i, j):
            merged[i][j] = True
            for x, y in neibors:
                new_x, new_y = x+i, y+j
                if 0 <= new_x < m and 0 <= new_y < n and not merged[new_x][new_y] and grid[new_x][new_y] == "1":
                    dfs(new_x, new_y)

        num = 0
        for i in range(m):
            for j in range(n):
                if not merged[i][j] and grid[i][j] == "1":
                    num += 1
                    dfs(i, j)
        return num
"""
代码2
"""
def numIslands(self, grid: List[List[str]]) -> int:
        neibors = [[1, 0], [-1, 0], [0, 1], [0, -1]]
        m, n = len(grid), len(grid[0])
        merged = [[False]*n for _ in range(m)]

        num = 0
        for i in range(m):
            for j in range(n):
                if not merged[i][j] and grid[i][j] == "1":
                    num += 1
                    que = []
                    merged[i][j] = True
                    que.append((i, j))
                    while len(que) > 0:
                        node = que.pop()
                        for x, y in neibors:
                            new_x, new_y = node[0]+x, node[1]+y
                            if 0 <= new_x < m and 0 <= new_y < n and not merged[new_x][new_y] and grid[new_x][new_y] == "1":
                                merged[new_x][new_y] = True
                                que.append((new_x, new_y))

        return num

 

【Leetcode-207】

一、题目:

  你这个学期必须选修 numCourses 门课程,记为 0 到 numCourses - 1 。

  在选修某些课程之前需要一些先修课程。 先修课程按数组 prerequisites 给出,其中 prerequisites[i] = [ai, bi] ,表示如果要学习课程 ai 则 必须 先学习课程  bi 。

  例如,先修课程对 [0, 1] 表示:想要学习课程 0 ,你需要先完成课程 1 。
  请你判断是否可能完成所有课程的学习?如果可以,返回 true ;否则,返回 false。

二、代码:

    def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool: 
        """
        按出度入度表计算,把入度为0的结点放入,填充依赖它的项,全部节点出栈表示完成
        """
        in_degree = [0]*numCourses  # 表示依赖的结点个数
        out_degree_list = [[] for i in range(numCourses)]  # 可支撑的结点
        for a, b in prerequisites:  # a依赖b,b支撑a
            in_degree[a] += 1
            out_degree_list[b].append(a)
        # 把无依赖的结点加入队列
        que = [i for i, cnt in enumerate(in_degree) if cnt == 0]
        done = [t for t in que]
        while len(que) > 0:
            node = que.pop(0)
            # 尝试填充被依赖的结点
            for item in out_degree_list[node]:
                in_degree[item] -= 1
                if in_degree[item] == 0:  # 全部依赖都满足
                    done.append(item)
                    que.append(item)

        if len(done) == numCourses:
            return True
        else:
            return False

 

 【Leetcode-399】

一、题目:除法求值

  给你一个变量对数组 equations 和一个实数值数组 values 作为已知条件,其中 equations[i] = [Ai, Bi] 和 values[i] 共同表示等式 Ai / Bi = values[i] 。每个 Ai 或 Bi 是一个表示单个变量的字符串。

  另有一些以数组 queries 表示的问题,其中 queries[j] = [Cj, Dj] 表示第 j 个问题,请你根据已知条件找出 Cj / Dj = ? 的结果作为答案。

  返回 所有问题的答案 。如果存在某个无法确定的答案,则用 -1.0 替代这个答案。如果问题中出现了给定的已知条件中没有出现的字符串,也需要用 -1.0 替代这个答案。

  注意:输入总是有效的。你可以假设除法运算中不会出现除数为 0 的情况,且不存在任何矛盾的结果。

二、代码:

 def calcEquation(self, equations: List[List[str]], values: List[float], queries: List[List[str]]) -> List[float]:
        """
        dfs
        """
        # 定义dfs
        def dfs(root, val, query):
            if root == query:
                return True, val
            visited.add(root)
            neibor_list = map_neibor[root]
            for neibor, v in neibor_list:
                if neibor not in visited:
                    flag, final_v = dfs(neibor, val*v, query)
                    if flag:
                        return flag, final_v
            return False, None

        map_neibor = {}
        all_char = set()
        #  转换成临接表
        for i in range(len(equations)):
            c1, c2 = equations[i]
            v = values[i]
            map_neibor.setdefault(c1, []).append((c2, v))
            map_neibor.setdefault(c2, []).append((c1, 1/v))
            all_char.add(c1)
            all_char.add(c2)

        # 调用
        res = []
        for item in queries:
            visited = set()
            x, y = item
            if x in all_char and y in all_char:
                if x == y:
                    res.append(1)
                else:
                    flag, v = dfs(x, 1, y)
                    if flag:
                        res.append(v)
                    else:
                        res.append(-1)
            else:
                res.append(-1)
        return res

 

【Leetcode-695】

一、题目:岛屿的最大面积

  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 。)

二、代码:

    def maxAreaOfIsland(self, grid: List[List[int]]) -> int:
        """
        m, n = len(grid), len(grid[0])
        neibor_list = [[1, 0], [-1, 0], [0, 1], [0, -1]]
        visited = set()

        def dfs(i, j, area):  # 当前要处理ij位置,ij处理之前的面积是area
            area += 1  # 当前面积
            for x1, y1 in neibor_list:
                x, y = i + x1, j + y1
                if 0<=x<m and 0<=y<n and (x, y) not in visited and grid[x][y] == 1:
                    visited.add((x, y))
                    area = dfs(x, y, area)
            return area
        
        max_area = 0
        for i in range(m):
            for j in range(n):
                if grid[i][j] == 1 and (i, j) not in visited:
                    visited.add((i, j))
                    area = dfs(i, j, 0)
                    max_area = max(max_area, area)
        return max_area
        """
        m, n = len(grid), len(grid[0])
        neibor_list = [[1, 0], [-1, 0], [0, 1], [0, -1]]
        visited = set()
        max_area = 0
        for i in range(m):
            for j in range(n):
                if grid[i][j] == 0 or (i, j) in visited: continue
                visited.add((i, j))
                area = 0
                que = [(i, j)]
                while que:
                    node = que.pop()
                    area += 1
                    for x1, y1 in neibor_list:
                        x, y = node[0] + x1, node[1] + y1
                        if 0<=x<m and 0<=y<n and (x, y) not in visited and grid[x][y] == 1:
                            visited.add((x, y))
                            que.append((x, y))
                max_area = max(max_area, area)
        return max_area

 

posted @ 2021-04-05 10:20  我若成风者  阅读(99)  评论(0编辑  收藏  举报