我们给定m * n矩阵,该矩阵可以具有一个介于0到7之间的数字。每个数字代表一个形状如下的管道:
如果两个管道的端点连接,则认为它们已连接。
Example:
If matrix is as follows:
0040
1360
5000
Pipe 1 and 3{1 opens to right. 3 opens to left} are connected. Other connected pipes are 3 and 6(3 opens to right. 6 opens to left).
4 and 6 are not connected as 6 does not open to top, and 4 does not open to bottom.
1 and 5 are also not connected as even though 1 opens to bottom, 5 is not open to top.
给定该矩阵,起点(X,Y)和探针工具“ L”的长度,找出可以达到多少个管道{矩阵元素}。
注意:探针工具:是一种测量工具,如果可以到达6个管道但探针工具的长度为4。如果可以达到3个管道但探针工具的长度为4,答案为4。答案为3。
Example:
Starting index: (1, 0)
Length of probe: 4
Matrix:
0040
1360
5000
connected pipes via probe- (1, 0)->(1, 1)->(1, 2)
Ans- 3
Starting index: (0, 0)
Length of probe: 4
Matrix:
0040
1360
5000
connected pipes via probe- 0
Ans- 0
Starting index: (1, 0)
Length of probe: 2
Matrix:
0040
1360
5000
connected pipes via probe- (1, 0)->(1, 1)
Ans- 2
要解决的关键步骤:
查找可以从一个起点{维护详尽的检查清单以确定如上定义的相邻标准}来访问哪些相邻的管道元素。
寻找一种方法来处理元素,以查找下一组可以访问的元素。 {遍历图表}。应当注意,我们希望以小于“ L”的距离到达从起始节点可访问的所有节点。重点不是到达大量节点,而是以从起点(X,Y)较小的距离到达节点。
递归:
我们将所有节点标记为未访问,而访问的节点计数为0。如果在递归过程中处理了标记为未访问的节点,则将访问的节点计数增加1并将其标记为已访问。
我们从访问“开始”节点(X,Y)开始,然后递归访问其所有连接的邻居(基于上面定义的对连接标准的检查),直到递归深度为“ L”。
退税:
在矩阵高度连接的情况下(几乎所有管道都连接在一起,并且存在多种到达管道的方式),我们会多次到达一个节点并对其进行多次处理,这可能会导致运行时间延长。我们可以通过检查是否仅在递归级别较低的节点上再次处理该节点来对其进行优化。
这不是DFS解决方案,因为即使已经访问过我们也会重新处理节点,因为新的访问可能会将节点的访问深度更新为较低的级别,并且在该节点之后可以达到更大的深度。
广度优先搜索:
我们将所有节点标记为未访问,访问的节点计数为0。如果在处理过程中处理了标记为未访问的节点,则将访问的节点计数增加1。
我们首先将起始节点(X,Y)推入深度为1的队列中,然后开始处理该队列直到其为空。
在每次迭代中,取出队列成员并分析其连接的邻居。如果不访问邻居并且当前元素的深度不大于L,则将连接的元素放入队列,将标记为已访问和已访问的节点数增加1。
由于BFS执行节点的级别顺序遍历,因此不可能在更短的距离内到达被访问的节点。因此,不存在先前方法的缺点。这是针对此问题的最佳解决方案。
解决方案中可能的简化形式,便于编码:
由于有7种类型的管道,我们将必须放置多个if条件导致导致难以调试的嵌套if语句。可以通过将7个值转换为基于方向的数据来简化此过程。例如,每个值都可以转换为具有4个布尔变量的结构,每个方向一个。或者,每个数字都可以映射到一个4位数字,其中每个位代表一个方向。在减少输入之后,检查将变得更简单且复杂度更低。
#include
using namespace std;
#define Max 1000
#define row_size 3
#define col_size 4
int x = 1, y = 0; // starting index(x, y),
int l = 4; // length of probe tool
// input matrix containing the pipes
int mt[row_size][col_size] = { { 0, 0, 4, 0 },
{ 1, 3, 6, 0 },
{ 5, 0, 0, 0 } };
// visited matrix checks for cells already visited
int vi[row_size][col_size];
// calculates the depth of connection for each cell
int depth[row_size][col_size];
int f = 0;
int r = 0;
// queue for BFS
struct node {
int x;
int y;
int d;
};
node q[Max];
void push(int a, int b, int d) // push function
{
node temp;
temp.x = a;
temp.y = b;
temp.d = d;
q[r++] = temp;
vi[a][b] = 1;
}
node pop() // pop function
{
node temp;
temp.x = q[f].x;
temp.y = q[f].y;
temp.d = q[f].d;
f++;
return temp;
}
// It can be simplified by converting the 7
// values into direction based data. For e.g.
// each value can be transformed into a structure
// with 4 Boolean variables, one for each direction.
// Alternatively, each number can be mapped to a 4
// bit number where each bit represents a direction.
bool s1(int i, int j) // conversion to final direction
{
if (i >= 0 && i < row_size && j >= 0 &&
j < col_size && vi[i][j] == 0 && (mt[i][j] == 1 ||
mt[i][j] == 3 || mt[i][j] == 6 || mt[i][j] == 7))
return true;
else
return false;
}
bool s2(int i, int j) // conversion to final direction
{
if (i >= 0 && i < row_size && j >= 0 && j < col_size &&
vi[i][j] == 0 && (mt[i][j] == 1 || mt[i][j] == 2 ||
mt[i][j] == 4 || mt[i][j] == 7))
return true;
else
return false;
}
bool s3(int i, int j) // conversion to final direction
{
if (i >= 0 && i < row_size && j >= 0 && j < col_size &&
vi[i][j] == 0 && (mt[i][j] == 1 || mt[i][j] == 3 ||
mt[i][j] == 4 || mt[i][j] == 5))
return true;
else
return false;
}
bool s4(int i, int j) // conversion to final direction
{
if (i >= 0 && i < row_size && j >= 0 && j < col_size &&
vi[i][j] == 0 && (mt[i][j] == 1 || mt[i][j] == 2 ||
mt[i][j] == 6 || mt[i][j] == 5))
return true;
else
return false;
}
// search for connection
// We start by pushing the start node (X, Y) into a queue
// with depth 1 and then start processing the queue till
// it is empty.
void bfs(int x, int y, int d)
{
push(x, y, d);
while (r > f) {
node temp = pop();
int i = temp.x;
int j = temp.y;
int c = temp.d;
depth[i][j] = c;
if (mt[i][j] == 1 || mt[i][j] == 3 ||
mt[i][j] == 4 || mt[i][j] == 5) {
if (s1(i, j + 1))
push(i, j + 1, c + 1);
}
if (mt[i][j] == 1 || mt[i][j] == 2 ||
mt[i][j] == 6 || mt[i][j] == 5) {
if (s2(i + 1, j))
push(i + 1, j, c + 1);
}
if (mt[i][j] == 1 || mt[i][j] == 3 ||
mt[i][j] == 7 || mt[i][j] == 6) {
if (s3(i, j - 1))
push(i, j - 1, c + 1);
}
if (mt[i][j] == 1 || mt[i][j] == 2 ||
mt[i][j] == 4 || mt[i][j] == 7) {
if (s4(i - 1, j))
push(i - 1, j, c + 1);
}
}
}
int main() // main function
{
f = 0;
r = 0;
// matrix
for (int i = 0; i < row_size; i++) {
for (int j = 0; j < col_size; j++) {
// visited matrix for BFS set to
// unvisited for every cell
vi[i][j] = 0;
// depth set to max intial value
depth[i][j] = Max;
}
}
if (mt[x][y] != 0) // condition for BFS
bfs(x, y, 1);
int nc = 0;
for (int i = 0; i < row_size; i++) {
for (int j = 0; j < col_size; j++) {
if (depth[i][j] <= l) {
cout << "(" << i << ", " << j << ")";
nc++;
}
}
}
cout << " " << nc << "\n";
}
(1, 0)(1, 1)(1, 2) 3