前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >大厂程序员提倡“防御性编程”:故意把代码写得很烂,万一自己被裁,要确保留下的代码不可维护!原创博哥数据结构和算法

大厂程序员提倡“防御性编程”:故意把代码写得很烂,万一自己被裁,要确保留下的代码不可维护!原创博哥数据结构和算法

作者头像
五分钟学算法
发布2024-01-04 13:01:24
1370
发布2024-01-04 13:01:24
举报
文章被收录于专栏:五分钟学算法五分钟学算法

大家好,我是吴师兄。

众所周知,一般正规的开发团队都有 review 代码的环节,目的是为了让代码更加具备可读性,方便其他人更加快速的看懂、更加快速的开发业务代码。

但凡事都有利有弊,这样的话一旦自己被裁,似乎对于公司来说影响不大,那么不如反其道而行之,写出“防御性编码”来,通过晦涩难懂、难以维护的代码,确保自己一旦离职,留下的代码难以替代,从而在某种程度上提高自己的“不可替代”性。

这真的是一个天才般的想法!

22 岁时我嗤之以鼻,30 岁我逐字分析!

以后如果让我写算法题,我要写非常复杂的逻辑,用非常复杂的数据结构,比如下面这题,我就要用并查集,这样更少的人才能看懂

先看题目描述。

给你一个由 '1'(陆地)和 '0'(水)组成的的二维网格,请你计算网格中岛屿的数量。

岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。

此外,你可以假设该网格的四条边均被水包围。

示例 1:

代码语言:javascript
复制
输入:grid = [
  ["1","1","1","1","0"],
  ["1","1","0","1","0"],
  ["1","1","0","0","0"],
  ["0","0","0","0","0"]
]
输出:1

示例 2:

代码语言:javascript
复制
输入:grid = [
  ["1","1","0","0","0"],
  ["1","1","0","0","0"],
  ["0","0","1","0","0"],
  ["0","0","0","1","1"]
]
输出:3

提示:

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 300
  • grid[i][j] 的值为 '0''1'

LeetCode 上有一些与岛屿相关的题目,这些题目通常涉及图的遍历、深度优先搜索(DFS)、广度优先搜索(BFS)等算法,这些题目的解法大同小异,甚至在代码层面都相差无几,所以只要彻底掌握一道,其它的岛屿题目都能顺利拿下

下面这些题目,能弄懂一道就够了。

  1. 题目:200. Number of Islands
    • 考察重点: 图的遍历,DFS/BFS
    • 解题技巧: 使用 DFS 或 BFS 遍历岛屿,将访问过的地块标记,以避免重复计算。
  2. 题目:695. Max Area of Island
    • 考察重点: 图的遍历,DFS/BFS
    • 解题技巧: 类似于寻找岛屿数量,但是需要记录并更新每个岛屿的面积。
  3. 题目:463. Island Perimeter
    • 考察重点: 图的遍历
    • 解题技巧: 遍历每块陆地,计算其边界与水域相邻的边的数量。
  4. 题目:694. Number of Distinct Islands
    • 考察重点: 图的遍历,DFS/BFS,哈希
    • 解题技巧: 使用 DFS/BFS 遍历每个岛屿,并用哈希集合来记录不同的岛屿形状。
  5. 题目:1020. Number of Enclaves
    • 考察重点: 图的遍历,DFS/BFS
    • 解题技巧: 先从边界开始遍历,标记所有能够到达边界的陆地,然后计算剩余陆地块数。
  6. 题目:305. Number of Islands II
    • 考察重点: 并查集,动态图的更新
    • 解题技巧: 在陆地不断增加的情况下,使用并查集来动态维护岛屿数量。
  7. 题目:827. Making A Large Island
    • 考察重点: 图的遍历,DFS/BFS,连通性
    • 解题技巧: 遍历每块陆地,计算各个岛屿的大小,然后尝试将小岛连接起来以形成更大的岛屿。

今天我们用并查集来解决。

代码语言:javascript
复制
// 岛屿数量(LeetCode 200)(并查集解法):https://leetcode.cn/problems/number-of-islands/
class Solution {
    private int rows;

    private int cols;

    public int numIslands(char[][] grid) {

        rows = grid.length;

        cols = grid[0].length;

        // 水格的数量
        int spaces = 0;

        UnionFind unionFind = new UnionFind(rows * cols);

        // 沿着每个网格的右方、下方去查找
        int[][] directions = {{1, 0}, {0, 1}};

        for (int i = 0; i < rows; i++) {

            for (int j = 0; j < cols; j++) {

                // 当前网格是水
                if (grid[i][j] == '0') {
                    // 水格的数量增加
                    spaces++;
                
                // 当前网格是陆地
                } else {
                    
                    // 沿着这个陆地的右方、下方这两个方向去查找
                    for (int[] direction : directions) {
                        
                        // 新网格的 x 坐标
                        int newX = i + direction[0];

                        // 新网格的 y 坐标
                        int newY = j + direction[1];

                        // 如果新网格的坐标位于矩阵内
                        // 并且是陆地
                        if (newX < rows && newY < cols && grid[newX][newY] == '1') {
                            // 那么就把这两个网格连接起来
                            unionFind.union(getIndex(i, j), getIndex(newX, newY));
                        }
                    }
                }
            }
        }
        return unionFind.getCount() - spaces;

    }

    // 把这些二维网格进行编号
    // 比如第 0 行第 0 列网格的编号是 0 
    // 比如第 0 行第 1 列网格的编号是 1
    // 比如第 1 行第 1 列网格的编号是 5(一列有 5 个元素)  
    private int getIndex(int i, int j) {
        return i * cols + j;
    }
}

// 并查集
class UnionFind {

    int[] roots;

    int count;

    public UnionFind(int n) {
        // 使用一维数组用来记录每个网格的出发位置
        roots = new int[n];
        for (int i = 0; i < n  ; i++) {
            // 默认每个网格的出发位置是自己本身
            roots[i] = i;
        }
        // 所以一开始有 n 个岛屿
        count = n ;
    }
    
    // 寻找当前网格的出发位置
    public int find(int i){
        
        if( i == roots[i]) return i ;

        roots[i] = find(roots[i]);

        return roots[i];

    }

    // 连通操作,把陆地连接起来
    public void union(int p, int q) {
        // 寻找陆地 p 的出发位置
        int pRoot = find(p);

        // 寻找陆地 q 的出发位置
        int qRoot = find(q);

        // 如果两者的出发位置不同
        // 那么需要采取操作把 p 和 q 所在的两堆网格合到一起
        if (pRoot != qRoot) {
            // 也就是把其中一个的最上面的出发位置挂过来就行
            roots[pRoot] = qRoot;
            // 与此同时,两堆陆地变成了一堆陆地
            count--;
        }
    }

    // 获取当前区间的所有连通量
    public int getCount() {

        // 也就是有多少陆地网格 + 水网格
        return count;
    }

}

我总结并录制了 100 道 LeetCode 高频算法题,涵盖了数组、链表、栈、队列、二叉树、回溯算法、动态规划等众多高频知识点,所选的题目也是非常有特征的题目,一题抵十题。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2023-12-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 五分钟学算法 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档