[Leetcode] 94. Number of Islands II

題目

A 2d grid map of m rows and n columns is initially filled with water. We may perform an addLand operation which turns the water at position (row, col) into a land. Given a list of positions to operate, count the number of islands after each addLand operation. An island is surrounded by water and is formed by connecting adjacent lands horizontally or vertically. You may assume all four edges of the grid are all surrounded by water.

Example:

Given m = 3, n = 3, positions = [[0,0], [0,1], [1,2], [2,1]].
Initially, the 2d grid grid is filled with water. (Assume 0 represents water and 1 represents land).

0 0 0
0 0 0
0 0 0

Operation #1: addLand(0, 0) turns the water at grid[0][0] into a land.

1 0 0
0 0 0 Number of islands = 1
0 0 0

Operation #2: addLand(0, 1) turns the water at grid[0][1] into a land.

1 1 0
0 0 0 Number of islands = 1
0 0 0

Operation #3: addLand(1, 2) turns the water at grid[1][2] into a land.

1 1 0
0 0 1 Number of islands = 2
0 0 0

Operation #4: addLand(2, 1) turns the water at grid[2][1] into a land.

1 1 0
0 0 1 Number of islands = 3
0 1 0

We return the result as an array: [1, 1, 2, 3]

Challenge:

Can you do it in time complexity O(k log mn), where k is the length of the positions?

解題之法

class Solution {
public:
    vector<int> numIslands2(int m, int n, vector<pair<int, int>>& positions) {
        vector<int> res;
        if (m <= 0 || n <= 0) return res;
        vector<int> roots(m * n, -1);
        int cnt = 0;
        vector<vector<int> > dirs{{0, -1}, {-1, 0}, {0, 1}, {1, 0}};
        for (auto a : positions) {
            int id = n * a.first + a.second;
            roots[id] = id;
            ++cnt;
            for (auto d : dirs) {
                int x = a.first + d[0], y = a.second + d[1];
                int cur_id = n * x + y;
                if (x < 0 || x >= m || y < 0 || y >= n || roots[cur_id] == -1) continue;
                int new_id = findRoots(roots, cur_id);
                if (id != new_id) {
                    roots[id] = new_id;
                    id = new_id;
                    --cnt;
                }
            }
            res.push_back(cnt);
        }
        return res;
    }
    int findRoots(vector<int> &roots, int id) {
        while (id != roots[id]) {
            roots[id] = roots[roots[id]];
            id = roots[id];
        }
        return id;
    }
};

分析

這道題是之前那道Number of Islands的拓展蜡镶,難度增加了不少雾袱,因?yàn)檫@次是一個(gè)點(diǎn)一個(gè)點(diǎn)的增加,每增加一個(gè)點(diǎn)官还,都要統(tǒng)計(jì)一下現(xiàn)在總共的島嶼個(gè)數(shù)芹橡。

那么我們?yōu)榱私鉀Q這種陸地之間會(huì)合并的情況,最好能夠?qū)⒚總€(gè)陸地都標(biāo)記出其屬于哪個(gè)島嶼望伦,這樣就會(huì)方便我們統(tǒng)計(jì)島嶼個(gè)數(shù)林说,于是我們需要一個(gè)長(zhǎng)度為m*n的一維數(shù)組來標(biāo)記各個(gè)位置屬于哪個(gè)島嶼,我們假設(shè)每個(gè)位置都是一個(gè)單獨(dú)島嶼屯伞,島嶼編號(hào)可以用其坐標(biāo)位置表示腿箩,但是我們初始化時(shí)將其都賦為-1,這樣方便我們知道哪些位置尚未開發(fā)劣摇。然后我們開始遍歷陸地?cái)?shù)組珠移,將其島嶼編號(hào)設(shè)置為其坐標(biāo)位置,然后島嶼計(jì)數(shù)加1,我們此時(shí)開始遍歷其上下左右的位置钧惧,遇到越界或者島嶼標(biāo)號(hào)為-1的情況直接跳過暇韧,否則我們來查找鄰居位置的島嶼編號(hào),如果鄰居的島嶼編號(hào)和當(dāng)前點(diǎn)的編號(hào)不同浓瞪,說明我們需要合并島嶼锨咙,將此點(diǎn)的編號(hào)賦為鄰居的編號(hào),在編號(hào)數(shù)組里也要修改追逮,并將島嶼計(jì)數(shù)cnt減1。當(dāng)我們遍歷完當(dāng)前點(diǎn)的所有鄰居時(shí)粹舵,該合并的都合并完了钮孵,將此時(shí)的島嶼計(jì)數(shù)cnt存入結(jié)果中。

注意在查找島嶼編號(hào)的函數(shù)中我們可以做路徑壓縮Path Compression眼滤,只需加上一行roots[id] = roots[roots[id]];這樣在編號(hào)數(shù)組中巴席,所有屬于同一個(gè)島嶼的點(diǎn)的編號(hào)都相同,可以自行用上面的那個(gè)例子來一步一步的走看roots的值的變化過程:

roots:

-1 -1 -1 -1 -1 -1 -1 -1 -1
 0 -1 -1 -1 -1 -1 -1 -1 -1
 0 -1  2 -1 -1 -1 -1 -1 -1
 2  0  2 -1 -1 -1 -1 -1 -1
 2  2  2 -1  2 -1 -1 -1 -1
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末诅需,一起剝皮案震驚了整個(gè)濱河市漾唉,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌堰塌,老刑警劉巖赵刑,帶你破解...
    沈念sama閱讀 222,378評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異场刑,居然都是意外死亡般此,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,970評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門牵现,熙熙樓的掌柜王于貴愁眉苦臉地迎上來铐懊,“玉大人,你說我怎么就攤上這事瞎疼】坪酰” “怎么了?”我有些...
    開封第一講書人閱讀 168,983評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵贼急,是天一觀的道長(zhǎng)茅茂。 經(jīng)常有香客問我,道長(zhǎng)竿裂,這世上最難降的妖魔是什么玉吁? 我笑而不...
    開封第一講書人閱讀 59,938評(píng)論 1 299
  • 正文 為了忘掉前任,我火速辦了婚禮腻异,結(jié)果婚禮上进副,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好影斑,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,955評(píng)論 6 398
  • 文/花漫 我一把揭開白布给赞。 她就那樣靜靜地躺著,像睡著了一般矫户。 火紅的嫁衣襯著肌膚如雪片迅。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,549評(píng)論 1 312
  • 那天皆辽,我揣著相機(jī)與錄音柑蛇,去河邊找鬼。 笑死驱闷,一個(gè)胖子當(dāng)著我的面吹牛耻台,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播空另,決...
    沈念sama閱讀 41,063評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼盆耽,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了扼菠?” 一聲冷哼從身側(cè)響起摄杂,我...
    開封第一講書人閱讀 39,991評(píng)論 0 277
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎循榆,沒想到半個(gè)月后析恢,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,522評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡秧饮,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,604評(píng)論 3 342
  • 正文 我和宋清朗相戀三年氮昧,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片浦楣。...
    茶點(diǎn)故事閱讀 40,742評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡袖肥,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出振劳,到底是詐尸還是另有隱情椎组,我是刑警寧澤,帶...
    沈念sama閱讀 36,413評(píng)論 5 351
  • 正文 年R本政府宣布历恐,位于F島的核電站寸癌,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏弱贼。R本人自食惡果不足惜蒸苇,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,094評(píng)論 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望吮旅。 院中可真熱鬧溪烤,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,572評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至鸳兽,卻和暖如春掂铐,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背揍异。 一陣腳步聲響...
    開封第一講書人閱讀 33,671評(píng)論 1 274
  • 我被黑心中介騙來泰國(guó)打工全陨, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人衷掷。 一個(gè)月前我還...
    沈念sama閱讀 49,159評(píng)論 3 378
  • 正文 我出身青樓烤镐,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親棍鳖。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,747評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容