2025年- H56-Lc164--200.島嶼數量(圖論,深搜)--Java版

1.題目描述

在這里插入圖片描述

2.思路

(1)主函數,存儲圖結構
(2)主函數,visit數組表示已訪問過的元素
(3)輔助函數,用遞歸(深搜),遍歷以已訪問過的元素(陸地1)的相鄰元素(陸地1)。
補充:深度搜索(遞歸)
(1)確定遞歸函數和參數
(2)確定終止條件
(3)單層搜索條件
在這里插入圖片描述

3.代碼實現

   public int numIslands(char[][] grid) {//行數int row = grid.length;//列數int col = grid[0].length;// visited 用于記錄訪問狀態boolean[][] visited = new boolean[row][col];//所有數組的元素在創建時都會被自動初始化為默認值。//島嶼數量初始化int cnt = 0;//判空處理,整個圖為null,行為0,列為0if (row == 0 || col == 0 || grid == null) {return 0;}//存儲圖結構for (int i = 0; i < row; i++) {for (int j = 0; j < col; j++) { // 如果當前是陸地且未被訪問if (grid[i][j] == '1' && visited[i][j] == false)//!visited[i][j] 和visited[i][j]==false 等同{cnt++;dfs(grid, visited, i, j);// 每次DFS表示一個島嶼}}}return cnt;}// 深度優先搜索,將與當前位置相連的陸地都標記為已訪問void dfs(char[][] grid, boolean visited[][], int i, int j) {int row = grid.length;int col = grid[0].length;// 越界或不是陸地或已訪問,直接返回,切記因為索引是從0開始的,所以i>=row||j>=colif (i < 0 || j < 0 || i >= row || j >= col || visited[i][j] == true || grid[i][j] == '0') {return;}// 標記為已訪問,把訪問過的陸地的相鄰陸地標記為已訪問過visited[i][j] = true;dfs(grid, visited, i + 1, j);dfs(grid, visited, i - 1, j);dfs(grid, visited, i, j + 1);dfs(grid, visited, i, j - 1);}public static void main(String[] args) {H200 test = new H200();char[][] input = {{'1', '1', '1', '1', '0'},{'1', '1', '0', '1', '0'},{'1', '1', '0', '0', '0'},{'0', '0', '0', '0', '0'}};int numsIsland = test.numIslands(input);System.out.print(numsIsland);}

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/81990.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/81990.shtml
英文地址,請注明出處:http://en.pswp.cn/web/81990.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

詳細到用手撕transformer下半部分

之前我們討論了如何實現 Transformer 的核心多頭注意力機制&#xff0c;那么這期我們來完整地實現整個 Transformer 的編碼器和解碼器。 Transformer 架構最初由 Vaswani 等人在 2017 年的論文《Attention Is All You Need》中提出&#xff0c;專為序列到序列&#xff08;seq2s…

WPF事件處理器+x名稱空間

目錄 ?編輯 一、事件處理器知識點 1. XAML中的事件綁定 2. C#中的事件處理方法 3. 方法簽名解釋 4. 命名規范 工作流程 二、導入引用名稱空間 三、x名稱空間及其常用元素 &#xff08;1&#xff09;x名稱空間的由來和作用 &#xff08;2&#xff09;x名稱空間里都有…

Axure設計案例——科技感漸變線性圖

想讓數據變化趨勢展示告別枯燥乏味&#xff0c;成為吸引觀眾目光的亮點嗎&#xff1f;快來看看這個Axure設計的科技感漸變線性圖案例&#xff01;科技感設計風格憑借炫酷的漸變色彩打破傳統線性圖的單調&#xff0c;營造出一種令人過目難忘的視覺體驗。每一條線條都仿佛是流動的…

Git全流程操作指南

Git全流程操作指南 一、Git 環境配置 1. 安裝 Git Windows&#xff1a;下載 Git for Windows macOS&#xff1a;brew install git Linux&#xff1a; sudo apt-get update && sudo apt-get install git # Debian/Ubuntu sudo yum install git …

AI與軟件工程結合的未來三年發展路徑分析

基于對數字化、制造業、工業、零售業等行業的系統調研&#xff0c;以及微軟、谷歌、阿里、華為等大廠的實踐案例&#xff0c;我們可以預見未來三年AI與軟件工程結合將呈現以下發展路徑和趨勢。 一、技術應用維度 1. AI輔助編程工具全面普及 未來三年&#xff0c;AI輔助編程工…

tiktoken學習

1.tiktoken是OpenAI編寫的進行高效分詞操作的庫文件。 2.操作過程&#xff1a; enc tiktoken.get_encoding("gpt2") train_ids enc.encode_ordinary(train_data) val_ids enc.encode_ordinary(val_data) 以這段代碼為例&#xff0c;get_encoding是創建了一個En…

DeepSeek 賦能文化遺產數字化修復:AI 重構千年文明密碼

目錄 一、引言二、文化遺產數字化修復概述2.1 文化遺產數字化修復的意義2.2 傳統數字化修復方法與局限 三、DeepSeek 技術剖析3.1 DeepSeek 技術原理與核心優勢3.2 相比其他技術的獨特之處 四、DeepSeek 在文化遺產數字化修復中的應用4.1 破損文物的智能修復4.2 文化遺產的虛擬…

leetcode題解513:找樹左下角的值(遞歸中的回溯處理)!

一、題目內容&#xff1a; 題目要求找到一個二叉樹的最底層最左邊節點的值。具體來說&#xff0c;我們需要從根節點開始遍歷二叉 樹&#xff0c;找到最深的那層中的最左邊的節點&#xff0c;并返回該節點的值。因為要先找到最底層左側的值&#xff0c;所以我們選擇遍歷順序一定…

C#面試問題41-60

41. What is the Singleton design pattern? Singleton is a class that only allows creating a single instance of itselt. 單例設計模式是一個類&#xff0c;它只允許創建自己的單個實例。 構造函數防止他在單例類以外的地方被調用。 使用情景&#xff1a;need a sing…

筆記思考法

掌握麥肯錫流筆記術&#xff0c;對大家來說有以下幾種好處: 1) 可以將自己的思考可視化&#xff0c;使之變得更加清晰 2) 避免無用功 3) 經常能夠提出有創意的想法 4) 遇到問題時能夠及時找到解決辦法 5) 不管面對什么情況都能夠找出真正有效的解決辦法 為什么僅僅通過改變使用…

Rust 學習筆記:關于閉包的練習題

Rust 學習筆記&#xff1a;關于閉包的練習題 Rust 學習筆記&#xff1a;關于閉包的練習題問題 1問題 2以下程序能否通過編譯&#xff1f;若能&#xff0c;輸出是&#xff1f;以下程序能否通過編譯&#xff1f;若能&#xff0c;輸出是&#xff1f;考慮該 API&#xff0c;空白處填…

(一)微服務(垂直AP/分布式緩存/裝飾器Pattern)

文章目錄 項目地址一、創建第一個垂直API1.1 創建Common層1. ICommand接口2. IQuery接口 1.2 創建API1. 實體2. Handler3. endpoint 1.3 使用Marten作為ORM 二、Redis緩存2.1 使用緩存裝飾器1. 創建裝飾器2. 注冊裝飾器 2.2 創建docker-compose1. docker-compose2. docker-comp…

Spring AI系列之使用 Spring AI 轉錄音頻文件(基于OpenAI)

概述 企業常常需要從各種類型的音頻內容中提取有價值的數據&#xff0c;例如&#xff1a;將客戶支持通話轉錄用于情感分析、為視頻生成字幕&#xff0c;或整理會議紀要。然而&#xff0c;手動轉錄音頻文件既耗時又昂貴。 為了解決這一問題&#xff0c;OpenAI 提供了強大的語…

室內VR全景助力房產營銷及裝修

在當今的地產行業&#xff0c;VR全景已成為不可或缺的應用工具。從地產直播到樓市VR地圖&#xff0c;從效果圖到水電家裝施工記錄&#xff0c;整個地產行業的上下游生態中&#xff0c;云VR全景的身影無處不在。本文將探討VR全景在房產營銷及裝修領域的應用&#xff0c;并介紹眾…

Sentinel限流熔斷機制實戰

1、核心概念 1.1、流量控制 流量控制是為了 防止系統被過多的請求壓垮&#xff0c;確保資源合理分配并保持服務的可用性&#xff0c;比如對請求數量的限制。 流量控制的 3 個主要優勢&#xff1a; 防止過載&#xff1a;當瞬間涌入的請求量超出系統處理能力時&#xff0c;會…

深度解析 torch.mean 的替代方案

torch.mean 是什么意思 代碼效果解釋 segment_vector = torch.mean(segment_embedding, dim=1) # [1, hidden_dim] 這行代碼的作用是在指定維度上對張量 segment_embedding 求平均值,實現類似平均池化的效果。 具體來說,dim=1 表示沿著索引為1的維度進行操作。假設 segment…

Paraformer語音模型:一種語音模型加速方法

隨著智能語音技術的普及&#xff0c;語音識別&#xff08;ASR&#xff09;、語音合成&#xff08;TTS&#xff09;、聲紋識別等應用場景對模型推理效率提出了極高要求&#xff0c;本文介紹將Paraformer語音模型從預訓練模型導出為ONNX格式&#xff0c;并使用ONNX Runtime進行推…

本地部署FreeGPT+內網穿透公網遠程訪問,搞定ChatGPT外網訪問難題

?FreeGPT?是一個基于GPT 3.5/4的ChatGPT聊天網頁用戶界面&#xff0c;提供了一個開放的聊天界面&#xff0c;開箱即用?。ChatGPT是非常熱門的&#xff0c;但訪問體驗一直不太理想。為了解決這一問題&#xff0c;出現了各類方法和工具&#xff0c;其中FreeGPT是一款非常實用的…

ElasticSearch遷移至openGauss

Elasticsearch 作為一種高效的全文搜索引擎&#xff0c;廣泛應用于實時搜索、日志分析等場景。而 openGauss&#xff0c;作為一款企業級關系型數據庫&#xff0c;強調事務處理與數據一致性。那么&#xff0c;當這兩者的應用場景和技術架構發生交集時&#xff0c;如何實現它們之…

品優購項目(HTML\CSS)

項目效果可訪問 http://zhousunyu.3vdo.club 查看 主頁 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><titl…