华为OD机考算法题:开心消消乐

2023-10-16 07:44

本文主要是介绍华为OD机考算法题:开心消消乐,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目部分

题目开心消消乐
难度
题目说明给定一个 N 行 M 列的二维矩阵,矩阵中每个位置的数字取值为 0 或 1,矩阵示例如:
1 1 0 0
0 0 0 1
0 0 1 1
1 1 1 1
现需要将矩阵中所有的 1 进行反转为 0,规则如下:
1) 当点击一个 1 时,该 1 被反转为 0,同时相邻的上、下、左、右,以及左上、左下、右上、右下 8 个方向的 1 (如果存在 1)均会自动反转为 0;
2) 进一步地,一个位置上的 1 被反转为 0 时,与其相邻的 8 个方向的 1 (如果存在 1)均会自动反转为 0; 按照上述规则示例中的矩阵只最少需要点击 2 次后,所有均值 0 。请问,给定一个矩阵,最少需要点击几次后,所有数字均为 0?
输入描述第一行输入两个整数,分别表示矩阵的行数 N 和列数 M,取值范围均为 [1,100] 接下来 N 行表示矩阵的初始值,每行均为 M 个数,取值范围 [0,1]。
输出描述输出一个整数,表示最少需要点击的次数。
补充说明
------------------------------------------------------
示例
示例1
输入3 3
1 0 1
0 1 0
1 0 1
输出1
说明上述样例中,四个角上的 1 均在中间的 1 的相邻 8 个方向上,因此只需要点击一次即可。
示例2
输入

4 4
1 1 0 0
1 0 0 0
0 0 0 1
0 0 1 1 

输出2
说明在上述 4 * 4 的矩阵中,只需要点击 2 次(左上角 和 右下角),即可将所有的 1 消除。


解读与分析

题目解读

点击一个 1,它相邻八个方向的 1 变成 0,与此同时,这八个方向如果存在 1 变成 0,那么与它相邻的八个方向的 1 也会变成 0。

有点像扫雷游戏。

分析与思路

此题可以采用广度优先搜索或深度优先搜索,遍历所有点击的情况。然后根据所有点击情况,计算出最小的点击次数。

时间复杂度为 O(n^{2}),空间复杂度为 O(n^{2})。

与《华为OD机考算法题:机器人活动区域》有些类似。


代码实现

Java代码

import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Scanner;
import java.util.Set;/*** 开心消消乐* * @since 2023.10.13* @version 0.2* @author Frank**/
public class HappyCollapse {public static void main(String[] args) {Scanner sc = new Scanner(System.in);while (sc.hasNext()) {String line = sc.nextLine();String[] rc = line.split(" ");int row = Integer.parseInt(rc[0]);int column = Integer.parseInt(rc[1]);int[][] matrix = new int[row][column];for (int i = 0; i < row; i++) {line = sc.nextLine();String[] strColumnValue = line.split(" ");int[] number = new int[column];for (int j = 0; j < column; j++) {number[j] = Integer.parseInt(strColumnValue[j]);}matrix[i] = number;}processHappyCollapse(matrix, row, column);}}static class Node {int i;int j;public Node(int i, int j) {this.i = i;this.j = j;}@Overridepublic int hashCode() {return (i + " " + j).hashCode();}@Overridepublic boolean equals(Object obj) {if (!(obj instanceof Node))return false;Node node = (Node) obj;return node.i == i && node.j == j;}}private static void processHappyCollapse(int[][] matrix, int row, int column) {Set<Node> nodeSet = new HashSet<Node>();List<Node> nodeList = new ArrayList<Node>();for (int i = 0; i < row; i++) {for (int j = 0; j < column; j++) {if (matrix[i][j] == 1) {Node node = new Node(i, j);nodeList.add(node);nodeSet.add(node);}}}int[] rowColumn = new int[2];rowColumn[0] = row;rowColumn[1] = column;int minCnt = Integer.MAX_VALUE;for (int i = 0; i < nodeList.size(); i++) {List<Node> copyOfList = new ArrayList<Node>();copyOfList.addAll(nodeList);Set<Node> copyOfSet = new HashSet<Node>();copyOfSet.addAll(nodeSet);Node node = nodeList.get(i);copyOfList.remove(i);copyOfSet.remove(node);int cnt = startClickNode(node, copyOfList, copyOfSet, rowColumn);if (cnt < minCnt) {minCnt = cnt;}}System.out.println(minCnt);}private static int startClickNode(Node node, List<Node> nodeList, Set<Node> nodeSet, int[] rowColumn) {int clickCnt = 1;clickCollapseNode(node, nodeList, nodeSet, rowColumn);if (nodeList.size() == 0) {return 1;}int minCnt = Integer.MAX_VALUE;for (int i = 0; i < nodeList.size(); i++) {List<Node> copyOfList = new ArrayList<Node>();copyOfList.addAll(nodeList);Set<Node> copyOfSet = new HashSet<Node>();copyOfSet.addAll(nodeSet);Node curNode = nodeList.get(i);copyOfList.remove(i);copyOfSet.remove(curNode);int cnt = startClickNode(curNode, copyOfList, nodeSet, rowColumn);if (cnt < minCnt) {minCnt = cnt;}}return clickCnt + minCnt;}private static void clickCollapseNode(Node node, List<Node> nodeList, Set<Node> nodeSet, int[] rowColumn) {int row = rowColumn[0];int column = rowColumn[1];if (node.i >= 1) {colapseNode(new Node(node.i - 1, node.j), nodeList, nodeSet, rowColumn);}if (node.i < row - 1) {colapseNode(new Node(node.i + 1, node.j), nodeList, nodeSet, rowColumn);}if (node.j >= 1) {colapseNode(new Node(node.i, node.j - 1), nodeList, nodeSet, rowColumn);}if (node.j < column - 1) {colapseNode(new Node(node.i, node.j + 1), nodeList, nodeSet, rowColumn);}if (node.i >= 1 && node.j >= 1) {colapseNode(new Node(node.i - 1, node.j - 1), nodeList, nodeSet, rowColumn);}if (node.i >= 1 && node.j < column - 1) {colapseNode(new Node(node.i - 1, node.j + 1), nodeList, nodeSet, rowColumn);}if (node.i < row - 1 && node.j >= 1) {colapseNode(new Node(node.i + 1, node.j - 1), nodeList, nodeSet, rowColumn);}if (node.i < row - 1 && node.j < column - 1) {colapseNode(new Node(node.i - 1, node.j + 1), nodeList, nodeSet, rowColumn);}}private static void colapseNode(Node node, List<Node> nodeList, Set<Node> nodeSet, int[] rowColumn) {if (nodeSet.contains(node)) {nodeList.remove(node);nodeSet.remove(node);clickCollapseNode(node, nodeList, nodeSet, rowColumn);}}}

JavaScript代码

const rl = require("readline").createInterface({ input: process.stdin });
var iter = rl[Symbol.asyncIterator]();
const readline = async () => (await iter.next()).value;
void async function() {while (line = await readline()) {var rowColumn = line.split(" ");var row = parseInt(rowColumn[0]);var column = parseInt(rowColumn[1]);var matrix = new Array();for (var i = 0; i < row; i++) {line = await readline();var strNumbers = line.split(" ");var numbers = new Array(column);for (var j = 0; j < column; j++) {numbers[j] = parseInt(strNumbers[j]);}matrix[i] = numbers;}processHappyCollapse(matrix, row, column);}
}();function processHappyCollapse(matrix, row, column) {var nodeSet = new Set();var nodeList = new Array();for (var i = 0; i < row; i++) {for (var j = 0; j < column; j++) {if (matrix[i][j] == 1) {var node = i + "," + j;nodeList.push(node);nodeSet.add(node);}}}var rowColumn = new Array();rowColumn[0] = row;rowColumn[1] = column;var minCnt = Number.MAX_VALUE;for (var i = 0; i < nodeList.length; i++) {var copyOfList = Array.from(nodeList);var copyOfSet = new Set(nodeSet);var node = nodeList[i];copyOfList.splice(i, 1);copyOfSet.delete(node);var cnt = startClickNode(node, copyOfList, copyOfSet, rowColumn);if (cnt < minCnt) {minCnt = cnt;}}console.log(minCnt);
}function startClickNode(node, nodeList, nodeSet, rowColumn) {var clickCnt = 1;clickCollapseNode(node, nodeList, nodeSet, rowColumn);if (nodeList.length == 0) {return 1;}var minCnt = Number.MAX_VALUE;for (var i = 0; i < nodeList.length; i++) {var copyOfList = Array.from(nodeList);var copyOfSet = new Set(nodeSet);var curNode = nodeList[i];copyOfList.splice(i, 1);copyOfSet.delete(curNode);var cnt = startClickNode(curNode, copyOfList, nodeSet, rowColumn);if (cnt < minCnt) {minCnt = cnt;}}return clickCnt + minCnt;
}function clickCollapseNode(node, nodeList, nodeSet, rowColumn) {var row = rowColumn[0];var column = rowColumn[1];var nodeStrValue = node.split(",");var nodeValue = new Array();nodeValue[0] = parseInt(nodeStrValue[0]);nodeValue[1] = parseInt(nodeStrValue[1]);for (var i = -1; i <= 1; i++) {if (nodeValue[0] + i < 0 || nodeValue[0] + i > row - 1) {continue;}for (var j = -1; j <= 1; j++) {if (i == 0 && j == 0) {continue;}if (nodeValue[1] + j < 0 || nodeValue[1] + j > column - 1) {continue;}colapseNode((nodeValue[0] + i) + "," + (nodeValue[1] + j), nodeList, nodeSet, rowColumn);}}}function colapseNode(node, nodeList, nodeSet, rowColumn) {if (nodeSet.has(node)) {var idx = nodeList.indexOf(node);nodeList.splice(idx, 1);nodeSet.delete(node);clickCollapseNode(node, nodeList, nodeSet, rowColumn);}
}

虽然此题的难度标记为“易”,实际编码量比较大。难度并不小,在短时间内写出代码并不是很容易。

(完)

这篇关于华为OD机考算法题:开心消消乐的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/220066

相关文章

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

售价599元起! 华为路由器X1/Pro发布 配置与区别一览

《售价599元起!华为路由器X1/Pro发布配置与区别一览》华为路由器X1/Pro发布,有朋友留言问华为路由X1和X1Pro怎么选择,关于这个问题,本期图文将对这二款路由器做了期参数对比,大家看... 华为路由 X1 系列已经正式发布并开启预售,将在 4 月 25 日 10:08 正式开售,两款产品分别为华

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1