419. 甲板上的战舰 : 几种「扫描限制」&「空间限制」做法

简介: 419. 甲板上的战舰 : 几种「扫描限制」&「空间限制」做法

网络异常,图片无法展示
|

题目描述



这是 LeetCode 上的 419. 甲板上的战舰 ,难度为 中等


Tag : 「脑筋急转弯」


给你一个大小为 m x nmxn 的矩阵 boardboard 表示甲板,其中,每个单元格可以是一艘战舰 'X' 或者是一个空位 '.' ,返回在甲板 boardboard 上放置的 战舰 的数量。

战舰 只能水平或者垂直放置在 boardboard 上。换句话说,战舰只能按 1 x k1xk11 行,kk 列)或 k x 1kx1kk 行,11 列)的形状建造,其中 kk 可以是任意大小。


两艘战舰之间至少有一个水平或垂直的空位分隔 (即没有相邻的战舰)。


示例 1:


网络异常,图片无法展示
|


输入:board = [["X",".",".","X"],[".",".",".","X"],[".",".",".","X"]]
输出:2
复制代码


示例 2:


输入:board = [["."]]
输出:0
复制代码


提示:


  • m == board.lengthm==board.length
  • n == board[i].lengthn==board[i].length
  • 1 <= m, n <= 2001<=m,n<=200
  • board[i][j]'.''X'


进阶:你可以实现一次扫描算法,并只使用 O(1) 额外空间,并且不修改 board 的值来解决这个问题吗?


脑筋急转弯



如果「允许扫描多次」或者「使用与输入同规模的空间」的话,做法都十分简单:


  • 允许扫描多次,但空间只能 O(1)O(1):每次遇到 X 的格子,则将 X 所在的战舰修改为 -,统计完答案后,再扫描一次,将 - 恢复为 X 即可;
  • 扫描一次,但空间允许 O(m * n)O(mn):使用一个与矩阵同等大小的辅助数组 visvis 记录访问过的位置即可。


但题目要求「扫描一次」并且「空间 O(1)O(1)」,这就需要有点「脑筋急转弯」了。


注意这里的「扫描一次」是指使用一次遍历,而非要求每个单元格仅能访问一次,注意两者区别。


思考上述两种做法,我们本质 都是在战舰的首个格子进行计数,并将该战舰的所有格子进行处理,同时使用去重手段(原数组标记 或 使用辅助数组)来防止该战舰在后面遍历中被重复计数。


如果我们能够找到某种规律,直接判断出某个 X 格子是否为战舰开头,则不再需要其他去重手段。


当且仅当某个 X 格子的「上方」&「左方」不为 X 时,该格子为战舰首个格子,可以进行计数,同时需要注意当前当为 00(没有「上方」)和当前列为 00(没有「左方」)时的边界情况。


代码:


// 一次扫描 + O(1)
class Solution {
    public int countBattleships(char[][] board) {
        int m = board.length, n = board[0].length;
        int ans = 0;
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (i > 0 && board[i - 1][j] == 'X') continue;
                if (j > 0 && board[i][j - 1] == 'X') continue;
                if (board[i][j] == 'X') ans++;
            }
        }
        return ans;
    }
}
复制代码


// 两次扫描 + O(1)
class Solution {
    public int countBattleships(char[][] board) {
        int m = board.length, n = board[0].length;
        int ans = 0;
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (board[i][j] != 'X') continue;
                board[i][j] = '-';
                for (int k = i + 1; k < m && board[k][j] == 'X'; k++) board[k][j] = '-';
                for (int k = j + 1; k < n && board[i][k] == 'X'; k++) board[i][k] = '-';
                ans++;
            }
        }
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (board[i][j] == '-') board[i][j] = 'X';
            }
        }
        return ans;
    }
}
复制代码


// 一次扫描 + O(m * n)
class Solution {
    public int countBattleships(char[][] board) {
        int m = board.length, n = board[0].length;
        int ans = 0;
        boolean[][] vis = new boolean[m][n];
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (board[i][j] != 'X' || vis[i][j]) continue;
                vis[i][j] = true;
                for (int k = i + 1; k < m && board[k][j] == 'X'; k++) vis[k][j] = true;
                for (int k = j + 1; k < n && board[i][k] == 'X'; k++) vis[i][k] = true;
                ans++;
            }
        }
        return ans;
    }
}
复制代码


  • 时间复杂度:O(m * n)O(mn)
  • 空间复杂度:O(1)O(1)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.419 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
算法 计算机视觉
数字图像处理实验(四)|图像压缩与编码实验{JPGE编码、离散余弦变换DCT、图像分块dctmtx|blkproc}(附matlab实验代码和截图)
数字图像处理实验(四)|图像压缩与编码实验{JPGE编码、离散余弦变换DCT、图像分块dctmtx|blkproc}(附matlab实验代码和截图)
1270 0
数字图像处理实验(四)|图像压缩与编码实验{JPGE编码、离散余弦变换DCT、图像分块dctmtx|blkproc}(附matlab实验代码和截图)
|
存储 分布式计算 安全
MaxCompute的性能
【5月更文挑战第6天】MaxCompute的性能
242 2
|
数据可视化 关系型数据库 MySQL
【MySQL】MySQL8.0 创建用户及授权 - 看这篇就足够了
本文介绍了在MySQL 8.0+版本中创建和管理用户的详细步骤,包括通过命令行进入MySQL、创建数据库、用户及授权等操作,并提供了具体命令示例。适合初学者参考学习,帮助实现系统的权限管理和安全控制。
6112 3
【MySQL】MySQL8.0 创建用户及授权 - 看这篇就足够了
|
机器学习/深度学习 算法 计算机视觉
多目标跟踪 | 评测指标
多目标跟踪器的性能需要某些指标来进行度量,目前使用比较广泛的评测指标主要有 Bernardin 等人定义的 CLEAR MOT 指标、Ristani 等人定义的 ID scores 指标以及最新的 Luiten 等人定义的HOTA 指标。
2550 2
|
算法
红包随机算法,给定一定的金额,一定的人数,保证每个人都能随机获得一定的金额。...
红包随机算法,给定一定的金额,一定的人数,保证每个人都能随机获得一定的金额。...
368 0
|
存储 Kubernetes 负载均衡
从零开始:阿里云上Kubernetes集群的搭建与部署
Kubernetes (通常简称为K8s) 是一个用于自动化部署、扩展和管理容器化应用程序的开源平台。它最初由 Google 开发,现在由云原生计算基金会(CNCF)维护。Kubernetes 提供了一个可靠的容器编排环境,使得在多个节点上运行和管理容器化应用程序变得更加容易。它支持多种容器运行时,例如 Docker、rkt、CRI-O 等,可以在不同的云服务商、虚拟机或物理机上运行。Kubernetes 具有许多功能,例如自动化应用程序部署和扩展、负载均衡、自动容器重启、滚动更新、存储管理、自动发布和回滚等。它还提供了一些常见的应用程序模式,例如微服务、分布式系统和无状态应用程序,
13481 3
|
消息中间件 存储 网络协议
RabbitMQ详解(一):RabbitMQ相关概念
RabbitMQ详解(一):RabbitMQ相关概念
600 0
|
SQL C#
C# SQL多条件查询拼接技巧
本文转载:http://blog.csdn.net/limlimlim/article/details/8638080 #region 多条件搜索时,使用List集合来拼接条件(拼接Sql) StringBuilder sql = new StringB...
1522 0
|
23小时前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1050 0
|
9天前
|
人工智能 运维 安全