leetcode 417. 太平洋大西洋水流问题

给定一个 m x n 的非负整数矩阵来表示一片大陆上各个单元格的高度。“太平洋”处于大陆的左边界和上边界,而“大西洋”处于大陆的右边界和下边界。

规定水流只能按照上、下、左、右四个方向流动,且只能从高到低或者在同等高度上流动。

请找出那些水流既可以流动到“太平洋”,又能流动到“大西洋”的陆地单元的坐标。

提示:

输出坐标的顺序不重要
m 和 n 都小于150

一道DFS的变种题,这种题一看就要用DFS+记忆化搜索,但在边界值设定,返回值,传参等细节上要略加修改。
我的思路是:遍历二维数组,对每个元素进行DFS,一共有四个记号用来代表它能走通的路有哪些,-1代表走不通,0代表大西洋和太平洋都能走通,1代表只能流通到太平洋,2代表只能流通到大西洋。每一层根据下一层反馈回来的数据进行分析,得出本层应该返回的值。
记忆体是work数组,不同于普通记忆化搜索的是,我还设置了一个sign参数来表示此层是否应该装进记忆体。这是为了处理相等的两个元素相互流通的问题。
假设
[4,4,4]
[3,3,3]
[4,4,4]
分析元素matrix[1][2],肉眼分析,该元素应该是大西洋和太平洋都能走通。但如果在对元素matrix[1][1]进行DFS的时候,就会DFS到matrix[1][2],我的代码里递归下一层前先将上一层的值更改为了INT_MAX,因此这个时候元素matrix[1][2],是无法向左流通的,这样它的记号就成了2,如果我们就这样把它装入了记忆体work[1][2]=2;接下来DFS到matrix[1][2]的时候就会直接返回work[1][2]=2;那这就是错误的结果。因此我设置了一个布尔类型参数sign,默认为true,在流向相等元素的时候设置为false,如果本层的sign值为false,那么就不装入记忆体,等遍历到我的时候再来一遍就好。
这样可能没能把记忆体的效果发挥到最高,因此运行时间是48ms,在leetcode里只排27%,但是这只跟最优解法差个常数倍的效率,可见算法的大体思路是没问题的了,如果谁有兴趣优化一下细节,欢迎评论。

class Solution {
private:
    vector<int>xol{0,0,1,-1};
    vector<int>yol{1,-1,0,0};
public:
    vector<pair<int, int>> pacificAtlantic(vector<vector<int>>& matrix) {
        if(matrix.empty() || matrix[0].empty())
            return {};
        int m=matrix.size();
        int n=matrix[0].size();
        vector<vector<int>>work(m,vector<int>(n,INT_MAX));
        vector<pair<int,int>>result;
        for(int i=0;i<m;++i){
            for(int j=0;j<n;++j){
                if(DFS(matrix,work,i,j,true)==0){
                    result.push_back({i,j});
                }
            }    
        }
        return result;
    }
    int DFS(vector<vector<int>>& matrix,vector<vector<int>>& work,int x,int y,bool sign){
        if(work[x][y]!=INT_MAX)
            return work[x][y];
        int m=matrix.size();
        int n=matrix[0].size();
        if((x==m-1 || y==n-1) && (x==0 || y== 0))
            return 0;
        set<int>save;
        bool flag=true;
        for(int k=0;k<4;++k){
            int a=xol[k]+x;
            int b=yol[k]+y;
            if(a>=0 && a<m && b>=0 && b<n && matrix[a][b]<=matrix[x][y]){
                if(matrix [a][b]==matrix[x][y])
                    flag=false;
                int temp=matrix[x][y];
                matrix[x][y]=INT_MAX;
                int next=DFS(matrix,work,a,b,flag);
                save.insert(next);
                matrix[x][y]=temp;
            }
        }
        if(save.find(0)!=save.end())
            return sign?work[x][y]=0:0;
        if(save.find(1)!=save.end() && (save.find(2)!=save.end() || x==m-1 || y==n-1))
            return sign?work[x][y]=0:0;
        if((save.find(1)!=save.end() || x==0 || y==0) && save.find(2)!=save.end())
            return sign?work[x][y]=0:0;
        if(save.find(1)!=save.end() || x==0 || y==0)
            return sign?work[x][y]=1:1;
        if(save.find(2)!=save.end() || x==m-1 || y==n-1)
            return sign?work[x][y]=2:2;
        return sign?work[x][y]=-1:-1;
    }
};

猜你喜欢

转载自blog.csdn.net/qq_36946274/article/details/81540470