P1451 求细胞数量

简介: P1451 求细胞数量

8ee098e5ee3b4096a00f6dc06c92203e.png

代码:

#include <bits/stdc++.h>
using namespace std;
const int maxn = 105;
int n, k, m;
int a[maxn][maxn];
int vis[maxn][maxn]; // 记录是否已被计算过
int num = 0;
int dx[5] = {-1, 0, 0, 1}; // 下,右,左,上
int dy[5] = {0, 1, -1, 0};
void dfs(int x, int y) // 已经选到了i,j
{
   vis[x][y] = 1;
   for (int i = 0; i < 4; i++)
   {
      int nx = x + dx[i];
      int ny = y + dy[i];
      if (a[nx][ny] == 0 || vis[nx][ny] == 1)
         continue;
      dfs(nx, ny);
   }
}
int main()
{
   cin >> n >> m;
   for (int i = 1; i <= n; i++)
   {
      for (int j = 1; j <= m; j++)
      {
         char u;
         cin >> u;
         a[i][j] = u - '0';
      }
   }
   for (int i = 1; i <= n; i++)
   {
      for (int j = 1; j <= m; j++)//每个位置都要dfs
      {
         if (a[i][j] != 0 && vis[i][j] == 0)
         {
            dfs(i, j);
            num++;
         }
      }
   }
   cout << num;
}
相关文章
|
2月前
|
机器学习/深度学习 算法 数据可视化
时间序列预测的不确定性区间估计:基于EnbPI的方法与应用研究
本文探讨了时间序列预测中不确定性量化的问题,特别是基于一致性预测理论的EnbPI方法。EnbPI通过集成学习和自举采样技术,解决了传统方法在处理非平稳时间序列数据时的局限性,提供了一种分布无关的预测区间构建方法,支持任意估计器的集成,并在推理阶段保持高效。实验结果显示,EnbPI在德国电力价格预测中表现出良好的覆盖率和适应性,尽管存在一定的计算成本。
62 0
|
9月前
|
数据可视化
R语言生态学进化树推断物种分化历史:分类单元数与时间关系、支系图可视化
R语言生态学进化树推断物种分化历史:分类单元数与时间关系、支系图可视化
R语言生态学进化树推断物种分化历史:分类单元数与时间关系、支系图可视化
【数理统计实验(一)】统计量近似分布的随机模拟
【数理统计实验(一)】统计量近似分布的随机模拟
|
9月前
|
算法 vr&ar Python
R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列
R语言隐马尔可夫模型HMM连续序列重要性重抽样CSIR估计随机波动率模型SV分析股票收益率时间序列
|
9月前
极值分析:分块极大值BLOCK-MAXIMA、阈值超额法、广义帕累托分布GPD拟合降雨数据时间序列
极值分析:分块极大值BLOCK-MAXIMA、阈值超额法、广义帕累托分布GPD拟合降雨数据时间序列
极值分析:分块极大值BLOCK-MAXIMA、阈值超额法、广义帕累托分布GPD拟合降雨数据时间序列
|
9月前
|
数据可视化 数据库
R语言人口期望寿命统计预测方法
R语言人口期望寿命统计预测方法
|
9月前
|
存储 Python
t-sne方法:观察类别区分度
背景:一个二分类任务。 目的:尝试使用t-sne方法,观察这两个类别是否是可分的。
67 0
|
9月前
|
机器学习/深度学习 XML 编解码
ENVI实现最小距离法、最大似然法、支持向量机遥感图像监督分类与分类后处理操作
ENVI实现最小距离法、最大似然法、支持向量机遥感图像监督分类与分类后处理操作
356 1
|
机器学习/深度学习
2022-10-27-梯度下降法结合线性回归预测公交车数量和GDP关系
2022-10-27-梯度下降法结合线性回归预测公交车数量和GDP关系
93 0
使用高斯混合模型检测和计数视频序列中的汽车
使用高斯混合模型检测和计数视频序列中的汽车。
113 0