各位同学好!本周的刷题结果又来了!本周刷的一些题目里面,觉得下面这道题目比较有点意思吧!有时候我们容易陷入一个思想的误区里面,稍微使用一下逆向思维,可能会带来不一样的感受!
下面这道题目,属于LeetCode上面的第130题。
题目的链接:
https://leetcode-cn.com/problems/surrounded-regions/
这道题看上去有点像类似于行军作战,一旦字母"O"被字母"X"包围,那么字母"X"就会"干掉"字母"o"。类似于下面这样
XXXXXXXXXX XXXXXXXXXX
OOOXXXXXOO OOOXXXXXOO
XXXXXOOXXX -----> XXXXXXXXXX
XXOOXXXXXX XXXXXXXXXX
XXXXXOOOOO XXXXXOOOOO
解法一属于一种直观的思考。主要就是在用一种直观的思路,使用深度优先算法DFS,逐行逐列遍历每一个元素。
当元素为字母"O"的时候,对其周围的元素进行探索,查看是否能够遇到一个边界元素"O"。
如果进行DFS的过程中,没有遇到边界的字母"O",则将此过程中所有的字母"O"更换为字母"X"。
如果进行DFS过程中,遇到了一个边界字母"O",则对此过程中遍历的字母都不进行操作。
实现代码如下:
public void solve(char[][] board) {
int rows = board.length;
if (rows == 0) {
return;
}
int cols = board[0].length;
//考虑除去边界以外的所有 O
for (int i = 1; i < rows - 1; i++) {
for (int j = 1; j < cols - 1; j++) {
if (board[i][j] == 'O') {
//visited 用于记录 DFS 过程中已经访问过的节点
HashSet<String> visited = new HashSet<>();
//如果没有到达边界,就把当前 O 置为 X
if (!solveHelper(i, j, board, visited)) {
board[i][j] = 'X';
}
}
}
}
}
private boolean solveHelper(int row, int col, char[][] board, HashSet<String> visited) {
//是否访问过
if (visited.contains(row + "@" + col)) {
return false;
}
visited.add(row + "@" + col);
//到达了 X 直接返回 false
if (board[row][col] == 'X') {
return false;
}
if (row == 0 || row == board.length - 1 || col == 0 || col == board[0].length - 1) {
return true;
}
//分别尝试四个方向
if (solveHelper(row - 1, col, board, visited, memoization)
|| solveHelper(row, col - 1, board, visited, memoization)
|| solveHelper(row + 1, col, board, visited, memoization)
|| solveHelper(row, col + 1, board, visited, memoization)) {
return true;
} else {
return false;
}
}
但是遗憾的是,这样的代码提交到LeetCode上面之后,运行时间超时了,无法通过。
在上面的解法一中,我们对整个board进行遍历。在每次的遍历过程中,我们需要对所遇到的字母"O"先进行保存处理,因为我们不知道此字母在后面的遍历过程中是否会遇到的边界上的"O",所以在内存上面也会遇到很多问题。
那么我们尝试着换一种思路。经过分析可以发现:在所有的字母"O"中,可以将其分为两类,一类是被包围的"O",最后需要被字母"X"替换;还有一类是没有被包围的"O",最后不需要进行任何操作。
如果我们的起始字母"O",就已经处于边界点,那么根据边界点"O"进行DFS搜索得到的字母"O"都属于没有被包围的点。
记录下这些没有被包围的点之后,那么可以将剩下的"O"进行替换处理。
所以,我们解法二的处理应该将边界点"O"作为入口,遍历每个邻居节点。
与此同时,我们可以对未被包围的字母"O",使用一个"#"作为占位符处理。全部遍历完之后,先将剩余的"O"替换为"X",再将"#"替换为"O"。
实现代码如下:
public void solve(char[][] board) {
if (board.length < 3 || board[0].length < 3){
return;
}
int[][] direction = {{-1,0},{1,0},{0,1},{0,-1}};
int m = board.length;
int n = board[0].length;
for (int i = 0; i < m ; i++){
for (int j =0 ; j < n ; j++){
if (board[i][j] == 'O' && T130_isEdge(i,j,board)){//从边界开始向内进行腐蚀
T130(i,j,direction,board);
}
}
}
for (int i = 0; i < m ; i++){
for (int j =0 ; j < n ; j++){
if (board[i][j] == 'O'){//从边界开始向内进行腐蚀
board[i][j] = 'X';
}else if (board[i][j] == '#'){//将未被包含的字符'O'还原回来
board[i][j] = 'O';
}
}
}
}
public void T130 (int row,int column,int[][] direction,char[][] board ){
if (board[row][column] == '#' || board[row][column] == 'X'){
return;
}
board[row][column] = '#';//使用一个占位符表示未被包围的字符'O'
for (int i = 0 ; i < direction.length ; i++){
//获取新的坐标
int X = row+direction[i][0];
int Y = column+direction[i][1];
if (T130_helper(X,Y,board.length,board[0].length)){//如果新坐标在内部
T130(X,Y,direction,board);
}
}
}
public boolean T130_isEdge(int row,int column,char[][] board){
return row == 0 || column == 0 || row == board.length-1 || column == board[0].length-1;
}
public boolean T130_helper (int X,int Y,int row,int column){
return X >= 0 && X <= row-1 && Y >= 0 && Y <= column-1 ;
}
上面的代码运行通过了!
在解法一中,我们在使用DFS的时候,由于每次遍历开始,我们无法区分当前"O"属于哪一类,所以需要等待,一直到最后的字母"O",结束之后,才可以进行判断。
在解法二中,我们使用的是一种逆向思维,从边界开始思考,那么在使用DFS进行遍历的时候,可以直接将其归为未被包围的"O"点,大大减少了我们判断的难度。所以时间会更加快一点!