目录
🍦宽度优先搜索算法(又称广度优先搜索)是最简便的图的搜索算法之一,之前我们在实现对树的层序遍历时就使用过它。不仅如此它还在求最短路径,找连通块时具有奇效。
🍦层序遍历基本上借助于队列,将队头向各个方向展开,使相与其相关联的数据入队,再进行访问,现在不妨我们先回顾一下层序遍历的基本操作吧。
🍦传送门:二叉树的层序遍历

🍦我们通过借助队列将一开始的根节点逐渐展开,凭借队列先进先出的原则,会根据展开的顺序进行访问,由此根据题目的规则我们要将每层的数据分别存储在一个 vector 中,因此需要每次计算好各层结点的数量。
🍦若我们确保每次队头的数据就是这层的第一个结点,那么我们便能保证此时队列的数据量就是这层的结点数。所以我们需要两层循环,第一层代表层的循环,而第二层代表该层结点的循环。

class Solution {
public:
vector<vector<int>> levelOrder(TreeNode* root) {
vector<vector<int>> ret; //要返回的vector
if(!root) return ret; //如果树为空则返回空的数组
queue<TreeNode*> q; //定义队列
q.push(root); //根节点入队
while(q.size()) //只要队列里还有值则表示还没有走完
{
int len = q.size(); //当前队列里的数量就是该层的结点数
vector<int> v;
for(int i = 0;i<len;i++) //循环层内的结点
{
TreeNode* t = q.front(); //取队头
q.pop();
if(t->left) q.push(t->left); //展开左右孩子
if(t->right) q.push(t->right);
v.push_back(t->val); //将自己的值插入vector
}
ret.push_back(v);
}
return ret;
}
};

🍦根据题目所说,有一只小老鼠,从起点要去到终点,每步只能选上下左右走一步且不能穿越障碍物,要我们求从起点到终点的最短步数。 这就是典型使用bfs的经典场景。我们可以使用 bfs 遍历小鼠可能到达的位置,而当第一次到达终点时用的便是最短的步数。
🍦并且每次需要记录这个点是否走过,若走过便不重复走。这样也可以保证每个点的值都是最短的步数。第一次到终点就可以直接返回,若遍历不到终点则说明终点无法到达。而由于地图是一个二维的数组所以队列中存的值便是两个下标。
#include <cstdio>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <queue>
using namespace std;
#define x first
#define y second
typedef pair<int, int> PII; //使用pair存点的两个下标
const int N = 210;
int n, m;
char g[N][N]; //原地图
int dist[N][N]; //存最短的步数,没走过就存-1
int bfs(PII start, PII end)
{
queue<PII> q; //初始化队列
memset(dist, -1, sizeof dist); //所有值初始化成-1
dist[start.x][start.y] = 0; //起点到起点的距离为0
q.push(start); //起点入队
int dx[4] = { -1, 0, 1, 0 }, dy[4] = { 0, 1, 0, -1 }; //偏移量
while (q.size())
{
auto t = q.front(); //取队头
q.pop();
for (int i = 0; i < 4; i++)
{
int x = t.x + dx[i], y = t.y + dy[i]; //根据偏移量移动
if (x < 0 || x >= n || y < 0 || y >= m) continue; // 出界
if (g[x][y] == '#') continue; // 障碍物
if (dist[x][y] != -1) continue; // 之前已经遍历过
dist[x][y] = dist[t.x][t.y] + 1; //没走过就往这走一步
if (end == make_pair(x, y)) return dist[x][y]; //走到终点就返回
q.push({ x, y }); //走到该点后入队
}
}
return -1; //遍历过还没找到终点则说明走不到终点
}
int main()
{
int T;
scanf("%d", &T);
while (T--) //T组数据
{
scanf("%d%d", &n, &m);
for (int i = 0; i < n; i++) scanf("%s", g[i]);
PII start, end;
for (int i = 0; i < n; i++)
for (int j = 0; j < m; j++)
if (g[i][j] == 'S') start = { i, j }; //找起点终点
else if (g[i][j] == 'E') end = { i, j };
int distance = bfs(start, end); //接收bfs的返回值
if (distance == -1) puts("oop!");
else printf("%d\n", distance);
}
return 0;
}
🍦传送门:AcWing 1233. 全球变暖

🍦题目给我们一片海域,海域中有几座小岛,随着几年过后海平面上升,只要上下左右一边靠海的陆地就会被淹没,题目需要我们计算会被淹没的岛屿有多少个?
我们不妨思考一下,什么样的岛屿会被淹没?

🍦是的,如果一个岛屿的所有陆地都与海有接触就会被淹没,换过来只要一个岛屿至少有一个陆地没有跟海接触就不会被淹没。
🍦这时候,我们还可以发挥 bfs 解决连通块问题的能力,通过一块陆地便可以找到整个岛屿,之后再给岛屿做上标记表示这个岛已经判断过了,避免重复判断。最后找到所有的岛屿,便能够判断其是否会被淹没。同时,该题一样也是二维的 bfs 因此需要用 pair 存他的两个下标。
#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<queue>
#define x first
#define y second
using namespace std;
typedef pair<int, int> PII; //使用pair存两个下标
const int N = 1010;
char s[N][N]; //原地图
int n;
bool st[N][N]; //记录这个点是否走过
int cnt = 0; //记录淹没的岛屿数
void bfs(PII begin)
{
queue<PII> q; //定义队列
q.push(begin); //起点入队
st[begin.x][begin.y] = true; //标记走过了
bool flag = true;
int dx[4] = { -1,1,0,0 }, dy[4] = { 0,0,-1,1 };
while (q.size())
{
auto t = q.front();
bool is_bound = false; //循环结束若还是false则说明没于海接触
for (int i = 0; i < 4; i++)
{
int x = dx[i] + t.x;
int y = dy[i] + t.y;
if (x < 0 || x >= n || y < 0 || y >= n) continue; //出界
if (s[x][y] == '.') //为海不走
{
is_bound = true;
continue;
}
if (st[x][y]) continue; //已经走过了
st[x][y] = true; //标记走过了
PII p = { x,y };
q.push(p); //延申路径
}
if (!is_bound) //判断是否会被淹没
{
flag = false;
}
q.pop(); //出队
}
if (flag) //如果会被淹没cnt加一
{
cnt++;
}
}
int main()
{
scanf("%d", &n);
for (int i = 0; i < n; i++) scanf("%s", &s[i]);
PII begin;
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
{
if (s[i][j] == '#') //找到陆地延申找这个岛屿
{
if (!st[i][j]) //避免重复找
{
begin = { i,j };
bfs(begin);
}
}
}
}
printf("%d\n", cnt);
return 0;
}
🍦好了这次BFS的入门讲解到这里就结束了,如果这篇文章对你有用的话还请留下你的三连加关注。
目录一.加解密算法数字签名对称加密DES(DataEncryptionStandard)3DES(TripleDES)AES(AdvancedEncryptionStandard)RSA加密法DSA(DigitalSignatureAlgorithm)ECC(EllipticCurvesCryptography)非对称加密签名与加密过程非对称加密的应用对称加密与非对称加密的结合二.数字证书图解一.加解密算法加密简单而言就是通过一种算法将明文信息转换成密文信息,信息的的接收方能够通过密钥对密文信息进行解密获得明文信息的过程。根据加解密的密钥是否相同,算法可以分为对称加密、非对称加密、对称加密和非
Unity自动旋转动画1.开门需要门把手先动,门再动2.关门需要门先动,门把手再动3.中途播放过程中不可以再次进行操作觉得太复杂?查看我的文章开关门简易进阶版效果:如果这个门可以直接打开的话,就不需要放置"门把手"如果门把手还有钥匙需要旋转,那就可以把钥匙放在门把手的"门把手",理论上是可以无限套娃的可调整参数有:角度,反向,轴向,速度运行时点击Test进行测试自己写的代码比较垃圾,命名与结构比较拉,高手轻点喷,新手有类似的需求可以拿去做参考上代码usingSystem.Collections;usingSystem.Collections.Generic;usingUnityEngine;u
1.问题描述使用Python的turtle(海龟绘图)模块提供的函数绘制直线。2.问题分析一幅复杂的图形通常都可以由点、直线、三角形、矩形、平行四边形、圆、椭圆和圆弧等基本图形组成。其中的三角形、矩形、平行四边形又可以由直线组成,而直线又是由两个点确定的。我们使用Python的turtle模块所提供的函数来绘制直线。在使用之前我们先介绍一下turtle模块的相关知识点。turtle模块提供面向对象和面向过程两种形式的海龟绘图基本组件。面向对象的接口类如下:1)TurtleScreen类:定义图形窗口作为绘图海龟的运动场。它的构造器需要一个tkinter.Canvas或ScrolledCanva
我一直在尝试用Ruby实现Luhn算法。我一直在执行以下步骤:该公式根据其包含的校验位验证数字,该校验位通常附加到部分帐号以生成完整帐号。此帐号必须通过以下测试:从最右边的校验位开始向左移动,每第二个数字的值加倍。将乘积的数字(例如,10=1+0=1、14=1+4=5)与原始数字的未加倍数字相加。如果总模10等于0(如果总和以零结尾),则根据Luhn公式该数字有效;否则无效。http://en.wikipedia.org/wiki/Luhn_algorithm这是我想出的:defvalidCreditCard(cardNumber)sum=0nums=cardNumber.to_s.s
下面是我写的一个计算斐波那契数列中的值的方法:deffib(n)ifn==0return0endifn==1return1endifn>=2returnfib(n-1)+(fib(n-2))endend它工作到n=14,但在那之后我收到一条消息说程序响应时间太长(我正在使用repl.it)。有人知道为什么会这样吗? 最佳答案 Naivefibonacci进行了大量的重复计算-在fib(14)fib(4)中计算了很多次。您可以将内存添加到您的算法中以使其更快:deffib(n,memo={})ifn==0||n==1returnnen
为了防止在迁移到生产站点期间出现数据库事务错误,我们遵循了https://github.com/LendingHome/zero_downtime_migrations中列出的建议。(具体由https://robots.thoughtbot.com/how-to-create-postgres-indexes-concurrently-in概述),但在特别大的表上创建索引期间,即使是索引创建的“并发”方法也会锁定表并导致该表上的任何ActiveRecord创建或更新导致各自的事务失败有PG::InFailedSqlTransaction异常。下面是我们运行Rails4.2(使用Acti
我正在开发一个类似微论坛的项目,其中一个特殊用户发布一条快速(接近推文大小)的主题消息,订阅者可以用他们自己的类似大小的消息来响应。直截了当,没有任何形式的“挖掘”或投票,只是每个主题消息的响应按时间顺序排列。但预计会有很高的流量。我们想根据它们引起的响应嗡嗡声来标记主题消息,使用0到10的等级。在谷歌上搜索了一段时间的趋势算法和开源社区应用示例,到目前为止已经收集到两个有趣的引用资料,但我还没有完全理解它们:Understandingalgorithmsformeasuringtrends,关于使用基线趋势算法比较维基百科页面浏览量的讨论,在SO上。TheBritneySpearsP
我收到错误:unsupportedcipheralgorithm(AES-256-GCM)(RuntimeError)但我似乎具备所有要求:ruby版本:$ruby--versionruby2.1.2p95OpenSSL会列出gcm:$opensslenc-help2>&1|grepgcm-aes-128-ecb-aes-128-gcm-aes-128-ofb-aes-192-ecb-aes-192-gcm-aes-192-ofb-aes-256-ecb-aes-256-gcm-aes-256-ofbRuby解释器:$irb2.1.2:001>require'openssl';puts
文章目录一.Dijkstra算法想解决的问题二.Dijkstra算法理论三.java代码实现一.Dijkstra算法想解决的问题解决的问题:求解单源最短路径,即各个节点到达源点的最短路径或权值考察其他所有节点到源点的最短路径和长度局限性:无法解决权值为负数的情况二.Dijkstra算法理论参数:S记录当前已经处理过的源点到最短节点U记录还未处理的节点dist[]记录各个节点到起始节点的最短权值path[]记录各个节点的上一级节点(用来联系该节点到起始节点的路径)Dijkstra算法步骤:(1)初始化:顶点集S:节点A到自已的最短路径长度为0。只包含源点,即S={A}顶点集U:包含除A外的其他顶
对于体育新闻中文文本的关键字提取,常用的算法包括TF-IDF、TextRank和LDA等。它们的基本步骤如下:1.TF-IDF算法: -将文本进行分词和词性标注处理。-统计每个词在文本中的词频(TF)。-计算每个词在整个语料库中出现的文档频率(DF)和逆文档频率(IDF)。-计算每个词的TF-IDF值,并按照值的大小进行排序,选择排名前几的词作为关键字。2.TextRank算法:-将文本进行分词和词性标注处理。-将分词结果转化成图模型,每个词语为节点,根据词语之间的共现关系建立边。-对图模型进行迭代计算,计算每个节点的PageRank值,表示该节点的重要性。-选择排名前几的节点作为关键字。3.