首页 > 编程语言 >「代码随想录算法训练营」第四十五天 | 图论 part3

「代码随想录算法训练营」第四十五天 | 图论 part3

时间：2024-08-23 23:36:51浏览次数：13  
标签：四十五天 遍历 边界 int 随想录 dfs ++ part3 grid

目录

101. 孤岛的总面积

题目链接：https://kamacoder.com/problempage.php?pid=1173
文章讲解：https://programmercarl.com/kamacoder/0101.孤岛的总面积.html
题目状态：看题解

DFS思路

思路：

代码结构

  1. 变量和方向数组:

    • dir[4][2]：定义了四个方向的移动（上、左、下、右）。
    • count：用于统计符合条件的陆地块数量。

  2. 深度优先搜索函数 dfs:

    • 输入参数为二维数组 grid 和当前坐标 (x, y)。
    • 将当前坐标的值设为 0（表示已访问）。
    • 增加 count 计数。
    • 遍历四个方向，递归调用 dfs，前提是新坐标在边界内且值为 1（表示陆地）。

  3. 主函数 main:

    • 读取网格的大小 n 和 m。
    • 初始化一个 n x m 的二维数组 grid。
    • 从输入读取网格数据。
    • 从网格的四个边界开始，使用 dfs 清除边界连接的陆地。
    • 重置 count。
    • 遍历内部陆地，使用 dfs 统计不与边界相连的陆地块。
    • 输出 count。

逻辑分析

  • 边界处理:

    • 先从网格的边界开始，使用 dfs 清除与边界相连的陆地。这样可以排除掉与边界相连的陆地块。

  • 统计孤立陆地:

    • 遍历整个网格，使用 dfs 统计不与边界相连的陆地块。

代码：

#include <iostream>
#include <vector>
using namespace std;

int dir[4][2] = {-1, 0, 0, -1, 1, 0, 0, 1}; // 保存四个方向
int count; // 统计符合题目要求的陆地空格数量

void dfs(vector<vector<int>> &grid, int x, int y) {
    grid[x][y] = 0;
    count++;
    for(int i = 0; i < 4; ++i) { // 向四个方向遍历
        int nextx = x + dir[i][0];
        int nexty = y + dir[i][1];
        // 超过边界
        if(nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid[0].size()) continue;
        // 不符合条件，不继续遍历
        if(grid[nextx][nexty] == 0) continue;

        dfs(grid, nextx,nexty);
    }
    return;
}

int main() {
    int n, m;
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0));
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            cin >> grid[i][j];
        }
    }

    // 从左侧边和右侧边，向中间遍历
    for(int i = 0; i < n; ++i) {
        if(grid[i][0] == 1) dfs(grid, i, 0);
        if(grid[i][m - 1] == 1) dfs(grid, i, m - 1);
    }

    // 从上边和下边，向中间遍历
    for(int j = 0; j < m; ++j) {
        if(grid[0][j] == 1) dfs(grid, 0, j);
        if(grid[n - 1][j] == 1) dfs(grid, n - 1, j);
    }

    count = 0;
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            if(grid[i][j] == 1) dfs(grid, i, j);
        }
    }
    cout << count << endl;
}

BFS思路

思路：

代码结构

  1. 方向数组 dir：

    • 表示四个方向（右、下、左、上）的移动。
    • dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1} 表示：
      • 右：(0, 1)
      • 下：(1, 0)
      • 左：(-1, 0)
      • 上：(0, -1)

  2. 全局变量 count：

    • 用于统计符合条件的陆地格子数量。

  3. 广度优先搜索函数 bfs：

    • 参数：网格 grid，起始坐标 (x, y)。
    • 使用队列 que 来实现BFS。
    • 将起始点标记为访问过（设置为0）并加入队列。
    • 遍历队列中的每个点，向四个方向扩展。
    • 检查边界条件，确保不越界。
    • 对于相邻的陆地格子，标记为访问过并加入队列。

  4. 主函数 main：

    • 输入：网格大小 n 和 m，以及网格数据。
    • 初始化网格 grid。
    • 从网格的边界开始，移除与边界相连的陆地。
    • 重置 count。
    • 遍历整个网格，统计被包围的陆地数量。
    • 输出结果。

逻辑流程

  1. 输入处理：

    • 读取网格的大小 n 和 m。
    • 读取网格数据，填充 grid。

  2. 边界BFS：

    • 从网格的四个边界开始，使用 bfs 移除与边界相连的陆地。
    • 这部分陆地不计入最终统计，因为题目可能要求只统计被完全包围的陆地。

  3. 统计被包围的陆地：

    • 重置 count。
    • 遍历网格内部，使用 bfs 统计所有剩余陆地格子的数量。

  4. 输出结果：

    • 打印出符合条件的陆地格子数量。

代码：

#include <iostream>
#include <vector>
#include <queue>
using namespace std;

int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1}; // 保存四个方向
int count = 0; // 统计符合题目要求的陆地空格数量

void bfs(vector<vector<int>> &grid, int x, int y) {
    queue<pair<int, int>> que;
    que.push({x, y});
    grid[x][y] = 0; // 只要加入队列，立即标记
    count++;
    while(!que.empty()) {
        pair<int, int> cur = que.front();
        que.pop();
        int curx = cur.first;
        int cury = cur.second;
        for(int i = 0; i < 4; ++i) {
            int nextx = curx + dir[i][0];
            int nexty = cury + dir[i][1];
            if(nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid.size()) continue; // 越界了，直接跳过
            if(grid[nextx][nexty] == 1) {
                que.push({nextx, nexty});
                count++;
                grid[nextx][nexty] = 0; // 只要加入队列立刻标记
            }
        }
    }    
}

int main() {
    int n, m;
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0));
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            cin >> grid[i][j];
        }
    }

    // 从左侧边和右侧边，向中间遍历
    for(int i = 0; i < n; ++i) {
        if(grid[i][0] == 1) bfs(grid, i, 0);
        if(grid[i][m - 1] == 1) bfs(grid, i, m - 1);
    }

    // 从上边和下边，向中间遍历
    for(int j = 0; j < m; ++j) {
        if(grid[0][j] == 1) bfs(grid, 0, j);
        if(grid[n - 1][j] == 1) bfs(grid, n - 1, j);
    }

    count = 0;
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            if(grid[i][j] == 1) bfs(grid, i, j);
        }
    }
    cout << count << endl;
}

102. 沉没孤岛

题目链接：https://kamacoder.com/problempage.php?pid=1174
文章讲解：https://programmercarl.com/kamacoder/0102.沉没孤岛.html
题目状态：看题解

思路：

代码结构

  1. 方向数组 dir:

    • 定义了四个方向（上、左、下、右）的移动坐标：{-1, 0}、{0, -1}、{1, 0}、{0, 1}。

  2. DFS 函数:

    • 参数: 接受一个二维数组 grid 和当前坐标 (x, y)。
    • 功能: 将当前陆地标记为 2，并递归遍历四个方向的相邻陆地。
    • 边界条件: 检查是否越界或遇到水（0）或已访问（2）的格子。

  3. 主函数 main:

    • 输入: 从标准输入读取网格大小 n 和 m，以及网格数据。
    • 步骤一: 从边界开始，将与边界相连的陆地（1）通过 DFS 标记为 2。
    • 步骤二: 将剩余的陆地（孤岛）变成水（0）。
    • 步骤三: 将标记为 2 的边界陆地恢复为陆地（1）。
    • 输出: 打印修改后的网格。

逻辑流程

  • 边界处理:

    • 从网格的四条边界开始，使用 DFS 将所有与边界相连的陆地标记为 2。

  • 孤岛处理:

    • 遍历整个网格，将所有未标记为 2 的陆地（即孤岛）变为水（0）。

  • 恢复边界陆地:

    • 将标记为 2 的格子恢复为陆地（1），因为它们与边界相连。

代码：

#include <iostream>
#include <vector>
using namespace std;

int dir[4][2] = {-1, 0, 0, -1, 1, 0, 0, 1}; // 保存四个方向
void dfs(vector<vector<int>> &grid, int x, int y) {
    grid[x][y] = 2;
    for(int i = 0; i < 4; ++i) { // 向四个方向遍历
        int nextx = x + dir[i][0];
        int nexty = y + dir[i][1];
        // 超过边界
        if(nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid[0].size()) continue;
        // 不符合条件，不继续遍历
        if(grid[nextx][nexty] == 0 || grid[nextx][nexty] == 2) continue;
        dfs(grid, nextx, nexty);
    }
    return;
}

int main() {
    int n, m;
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0));
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            cin >> grid[i][j];
        }
    }

    // 步骤一：（将边界陆地1变为2）
    // 从左边和右边向中间遍历
    for(int i = 0; i < n; ++i) {
        if(grid[i][0] == 1) dfs(grid, i, 0);
        if(grid[i][m - 1] == 1) dfs(grid, i, m - 1);
    }

    // 从上边和下边向中间遍历
    for(int j = 0; j < m; ++j) {
        if(grid[0][j] == 1) dfs(grid, 0, j);
        if(grid[n - 1][j] == 1) dfs(grid, n - 1, j);
    }

    // 步骤二：将地图中的1（孤岛）变为0
    // 步骤三：将地图中的2（边界陆地）变为1
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            if(grid[i][j] == 1) grid[i][j] = 0;
            if(grid[i][j] == 2) grid[i][j] = 1;
        }
    }

    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            cout << grid[i][j] << " ";
        }
        cout << endl;
    }
}

103. 水流问题

题目链接：https://kamacoder.com/problempage.php?pid=1175
文章讲解：https://programmercarl.com/kamacoder/0103.水流问题.html
题目状态：看题解

思路：

通过便利在给定的网格中找到能够同时到达两组边界的点。通过深度优先搜索，计算每个点可以访问的区域，并检查这些区域是否满足到达边界的条件。

  1. 变量声明

    • n, m: 网格的行数和列数。
    • dir: 四个方向的移动向量，分别表示上、左、下、右。

  2. 函数 dfs

    • 参数：grid（网格）、visited（记录访问状态的二维布尔数组）、x、y（当前坐标）。
    • 功能：从 (x, y) 开始，递归地访问所有可以到达的点。
    • 检查条件：
      • 如果当前点已经访问过，直接返回。
      • 确保下一个点在网格范围内。
      • 确保移动方向的高度不增加（即只能走向相等或更低的高度）。

  3. 函数 isResult

    • 参数：grid（网格）、x、y（起始坐标）。
    • 功能：检查从 (x, y) 出发是否可以同时到达第一组和第二组边界。
    • 使用 dfs 标记从 (x, y) 可以到达的所有点。
    • 检查是否可以到达：
      • 第一组边界（上边界和左边界）。
      • 第二组边界（右边界和下边界）。
    • 返回 true 如果可以同时到达两组边界，否则返回 false。

  4. main 函数

    • 读取网格的大小 n 和 m。
    • 读取网格的高度信息。
    • 遍历每个点 (i, j)，调用 isResult 检查是否满足条件。
    • 如果满足条件，输出该点的坐标。

代码：

#include <iostream>
#include <vector>
using namespace std;

int n, m;
int dir[4][2] = {-1, 0, 0, -1, 1, 0, 0, 1};

// 从x，y出发把可以走的地方都标记上
void dfs(vector<vector<int>> &grid, vector<vector<bool>> &visited, int x, int y) {
    if(visited[x][y]) return;
    visited[x][y] = true;
    for(int i = 0; i < 4; ++i) {
        int nextx = x + dir[i][0];
        int nexty = y + dir[i][1];
        if(nextx < 0 || nextx >= n || nexty < 0 || nexty >= m) continue;
        if(grid[x][y] < grid[nextx][nexty]) continue; // 高度不合适
        dfs(grid, visited, nextx, nexty);
    }
    return;
}

bool isResult(vector<vector<int>> &grid, int x, int y) {
    vector<vector<bool>> visited(n, vector<bool>(m, false));
    // 深搜，将x，y出发能到的节点都标记上
    dfs(grid, visited, x, y);
    bool isFirst = false;
    bool isSecond = false;
    // 以下就是判断x，y出发，是否到达第一组边界和第二组边界
    // 第一边界的上边
    for(int j = 0; j < m; ++j) {
        if(visited[0][j]) {
            isFirst = true;
            break;
        }
    }
    // 第一边界的左边
    for(int i = 0; i < n; ++i) {
        if(visited[i][0]) {
            isFirst = true;
            break;
        }
    }
    // 第二边界的右边
    for(int j = 0; j < m; ++j) {
        if(visited[n - 1][j]) {
            isSecond = true;
            break;
        }
    }
    // 第二边界下边
    for(int i = 0; i < n; ++i) {
        if(visited[i][m - 1]) {
            isSecond = true;
            break;
        }
    }
    if(isFirst && isSecond) return true;
    return false;
}

int main() {
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0));
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            cin >> grid[i][j];
        }
    }
    // 遍历每一个点，看是否能同时到达第一组边界和第二组边界
    for(int i = 0; i < n; ++i) {
        for(int j = 0; j < m; ++j) {
            if(isResult(grid, i, j)) cout << i << " " << j << endl;
        }
    }
}

上述代码和思路在卡码网中运行会出现超时情况，下面是优化的思路和代码。

思路：

不进行单个元素的遍历，而是从边界向中间遍历。

image

image

代码：

#include <iostream>
#include <vector>
using namespace std;
int n, m;
int dir[4][2] = {-1, 0, 0, -1, 1, 0, 0, 1};
void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y) {
    if (visited[x][y]) return;

    visited[x][y] = true;

    for (int i = 0; i < 4; i++) {
        int nextx = x + dir[i][0];
        int nexty = y + dir[i][1];
        if (nextx < 0 || nextx >= n || nexty < 0 || nexty >= m) continue;
        if (grid[x][y] > grid[nextx][nexty]) continue; // 注意：这里是从低向高遍历

        dfs (grid, visited, nextx, nexty);
    }
    return;
}

int main() {

    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0));

    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            cin >> grid[i][j];
        }
    }
    // 标记从第一组边界上的节点出发，可以遍历的节点
    vector<vector<bool>> firstBorder(n, vector<bool>(m, false));

    // 标记从第一组边界上的节点出发，可以遍历的节点
    vector<vector<bool>> secondBorder(n, vector<bool>(m, false));

    // 从最上和最下行的节点出发，向高处遍历
    for (int i = 0; i < n; i++) {
        dfs (grid, firstBorder, i, 0); // 遍历最左列，接触第一组边界
        dfs (grid, secondBorder, i, m - 1); // 遍历最右列，接触第二组边界
    }

    // 从最左和最右列的节点出发，向高处遍历
    for (int j = 0; j < m; j++) {
        dfs (grid, firstBorder, 0, j); // 遍历最上行，接触第一组边界
        dfs (grid, secondBorder, n - 1, j); // 遍历最下行，接触第二组边界
    }
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            // 如果这个节点，从第一组边界和第二组边界出发都遍历过，就是结果
            if (firstBorder[i][j] && secondBorder[i][j]) cout << i << " " << j << endl;;
        }
    }
}

104. 建造最大岛屿

题目链接：https://kamacoder.com/problempage.php?pid=1176
文章讲解：https://programmercarl.com/kamacoder/0104.建造最大岛屿.html
题目状态：看题解，好难

思路：

找出通过将一个海水格子变为陆地后，可能形成的最大岛屿面积。通过标记和记录每个岛屿的面积，高效地计算出将某个海水格子变为陆地后的最大可能面积。

  1. 变量声明

    • n, m: 网格的行数和列数。
    • count: 当前岛屿的面积。
    • dir: 四个方向的移动向量，分别表示右、下、左、上。

  2. 函数 dfs

    • 参数：grid（网格）、visited（记录访问状态的二维布尔数组）、x、y（当前坐标）、mark（岛屿标记）。
    • 功能：通过深度优先搜索，将所有连接的陆地标记为同一个岛屿。
    • 终止条件：当前点已经访问过或是海水。
    • 标记当前陆地并递归访问相邻的陆地。

  3. main 函数

    • 读取网格的大小 n 和 m。
    • 读取网格的高度信息。
    • 初始化 visited 数组和 gridNum 映射，用于存储每个岛屿的面积。
    • 遍历网格，使用 dfs 查找并标记所有岛屿，记录每个岛屿的面积。
    • 检查是否整个网格都是陆地，如果是，直接输出总面积。

  4. 计算最大可能的岛屿面积

    • 遍历每个海水格子 (i, j)，尝试将其变为陆地。
    • 对于每个海水格子，检查其四个相邻格子。
    • 计算相邻岛屿的总面积（避免重复计算同一岛屿）。
    • 更新最大岛屿面积。

代码：

#include <iostream>
#include <vector>
#include <unordered_set>
#include <unordered_map>
using namespace std;
int n, m;
int count;

int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1}; // 四个方向
void dfs(vector<vector<int>>& grid, vector<vector<bool>>& visited, int x, int y, int mark) {
    if (visited[x][y] || grid[x][y] == 0) return; // 终止条件：访问过的节点 或者 遇到海水
    visited[x][y] = true; // 标记访问过
    grid[x][y] = mark; // 给陆地标记新标签
    count++;
    for (int i = 0; i < 4; i++) {
        int nextx = x + dir[i][0];
        int nexty = y + dir[i][1];
        if (nextx < 0 || nextx >= n || nexty < 0 || nexty >= m) continue;  // 越界了，直接跳过
        dfs(grid, visited, nextx, nexty, mark);
    }
}

int main() {
    cin >> n >> m;
    vector<vector<int>> grid(n, vector<int>(m, 0));

    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            cin >> grid[i][j];
        }
    }
    vector<vector<bool>> visited(n, vector<bool>(m, false)); // 标记访问过的点
    unordered_map<int ,int> gridNum;
    int mark = 2; // 记录每个岛屿的编号
    bool isAllGrid = true; // 标记是否整个地图都是陆地
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            if (grid[i][j] == 0) isAllGrid = false;
            if (!visited[i][j] && grid[i][j] == 1) {
                count = 0;
                dfs(grid, visited, i, j, mark); // 将与其链接的陆地都标记上 true
                gridNum[mark] = count; // 记录每一个岛屿的面积
                mark++; // 记录下一个岛屿编号
            }
        }
    }
    if (isAllGrid) {
        cout << n * m << endl; // 如果都是陆地，返回全面积
        return 0; // 结束程序
    }

    // 以下逻辑是根据添加陆地的位置，计算周边岛屿面积之和
    int result = 0; // 记录最后结果
    unordered_set<int> visitedGrid; // 标记访问过的岛屿
    for (int i = 0; i < n; i++) {
        for (int j = 0; j < m; j++) {
            count = 1; // 记录连接之后的岛屿数量
            visitedGrid.clear(); // 每次使用时，清空
            if (grid[i][j] == 0) {
                for (int k = 0; k < 4; k++) {
                    int neari = i + dir[k][1]; // 计算相邻坐标
                    int nearj = j + dir[k][0];
                    if (neari < 0 || neari >= n || nearj < 0 || nearj >= m) continue;
                    if (visitedGrid.count(grid[neari][nearj])) continue; // 添加过的岛屿不要重复添加
                    // 把相邻四面的岛屿数量加起来
                    count += gridNum[grid[neari][nearj]];
                    visitedGrid.insert(grid[neari][nearj]); // 标记该岛屿已经添加过
                }
            }
            result = max(result, count);
        }
    }
    cout << result << endl;

}

标签：四十五天,遍历,边界,int,随想录,dfs,++,part3,grid
From： https://www.cnblogs.com/frontpen/p/18375718

相关文章

  • 代码随想录Day24
    93.复原IP地址有效IP地址正好由四个整数（每个整数位于0到255之间组成，且不能含有前导0），整数之间用'.'分隔。例如："0.1.2.201"和"192.168.1.1"是有效IP地址，但是"0.011.255.245"、"192.168.1.312"和"[email protected]"是无效IP地址。给定一个只包含数字的字符串s......
  • 代码随想录算法训练营第 50 天 |98. 所有可达路径
    代码随想录算法训练营Day50代码随想录算法训练营第50天|98.所有可达路径目录代码随想录算法训练营前言LeetCode98.所有可达路径一、图论基础概念1、图的种类2、度3、连通性：节点的连通情况4、图的构造5、图的遍历方式二、深度优先搜索1、深度优先搜索的三部曲2......
  • 代码随想录算法训练营第 51 天 |LeetCode99岛屿数量 LeetCode100.岛屿的最大面积
    代码随想录算法训练营Day51代码随想录算法训练营第51天|LeetCode99岛屿数量LeetCode100.岛屿的最大面积目录代码随想录算法训练营前言LeetCode200岛屿数量LCR105.岛屿的最大面积一、广度优先搜索基础1、用队列实现2、代码框架：二、卡码网99岛屿数量（LeetCode......
  • 代码随想录算法训练营第 49 天 |LeetCode42 接雨水 LeetCode84 柱状图中最大面积矩形
    代码随想录算法训练营Day49代码随想录算法训练营第49天|LeetCode42接雨水LeetCode84柱状图中最大面积矩形目录代码随想录算法训练营前言LeetCode42接雨水LeetCode84柱状图中最大面积矩形一、LeetCode42接雨水1.题目链接2.思路3.题解二、LeetCode84柱状......
  • 代码随想录算法训练营第 48 天 |LeetCode 739. 每日温度 LeetCode496.下一个更大元素
    代码随想录算法训练营Day48代码随想录算法训练营第48天|LeetCode739.每日温度LeetCode496.下一个更大元素ILeetCode503.下一个更大元素II目录代码随想录算法训练营前言LeetCode739.每日温度LeetCode496.下一个更大元素ILeetCode503.下一个更大元素II一......
  • 代码随想录day 38 || 322 零钱兑换，279 完全平方数，139 单词拆分
    322零钱找还funccoinChange(coins[]int,amountint)int{ //装满，并且硬币无限，可以类比完全背包问题 //dp[i][j]表示前i个物品装满容量为j的背包所需要的最少物品数量 //递推公式dp[i][j]=min(dp[i-1][j],dp[i][j-w(i)]+1)//不装物品i的物品数量，装物品i的物品数......
  • 代码随想录DAY22 - 回溯算法 - 08/21
    目录理论回顾什么是回溯法回溯法的效率回溯法解决的问题如何理解回溯组合题干思路和代码递归法递归优化：剪枝组合总和Ⅲ题干思路和代码递归法递归优化电话号码的字母组合题干思路和代码递归法理论回顾什么是回溯法回溯是一种类似枚举的搜索方法，回溯和......
  • 代码随想录DAY23 - 回溯算法 - 08/22
    组合总和题干题目：给你一个无重复元素的整数数组candidates和一个目标整数target，找出candidates中可以使数字和为目标数target的所有不同组合，并以列表形式返回。你可以按任意顺序返回这些组合。candidates中的同一个数字可以无限制重复被选取。如果至少......
  • 代码随想录算法训练营第二十三天（回溯 二）
    力扣题部分:39.组合总和题目链接:.-力扣（LeetCode）题面:给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ，找出 candidates 中可以使数字和为目标数 target 的所有 不同组合 ，并以列表形式返回。你可以按 任意顺序 返回这些组合。candid......
  • 代码随想录算法训练营第二十二天（回溯 一）
    开始学习回溯！回溯理论基础代码随想录文章链接:代码随想录文章摘要:什么是回溯法回溯法也可以叫做回溯搜索法，它是一种搜索的方式。在二叉树系列中，我们已经不止一次，提到了回溯。回溯是递归的副产品，只要有递归就会有回溯。所以以下讲解中，回溯函数也就是递归函数，指的都是一......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99