蓝桥杯备赛_python_DFS搜索算法_刷题学习笔记

news/2024/7/20 21:43:21 标签: 蓝桥杯, 深度优先, 学习, python

1.是什么

  • 沿着一条路径一直搜索下去,在无法搜索时,回退到刚刚访问过的节点。
  • 并且每个节点只能访问一次。
  • 本质上是持续搜索,遍历了所有可能的情况,必然能得到解。
  •  流程是一个树的形式,每次一条路走到黑。
  •  目的主要是达到被搜索结构的叶结点直到最后一层,然后回退到上层,被 访问过的节点会被标记,然后查看是否有其他节点,如果有则继续下一层 ,直到最后一层。一次类推直到所有节点都被查找。
  • 后访问的节点,其邻接点先被访问。
  • 根据深度优先遍历的定义,后来的先搜索(栈、递归)(先进后出)
  1. 初始化图中的所有节点为均未被访问。
  2. 从图中的某个节点v出发,访问v并标记其已被访问
  3. 依次检查v的所有邻接点w,如果w未被访问,则从w出发进行
  4. 深度优先遍历(递归调用,重复步骤(2)和(3))。

2.学习案例

2.1问题

        

2.2求解思路

每一个坐标都有上下左右四个方向可以走,如果不是障碍物那么可以视作有效的步数,一直往前走的过程中要注意标记已经访问过后的坐标,在回溯的时候也要注意将坐标清除标记。

2.3代码实现

python">start_x, start_y, end_x, end_y = map(int, input().split())
maps = []
for i in range(5):
    l = list(map(int,input().split()))
    maps.append(l)

min = 9999999
vis = [[0 for _ in range(4)] for _ in range(5)]
def dfs(x,y,step):
    global min, vis
    d = [(0,1),(1,0),  (0,-1),(-1,0) ]
    if x == end_x-1 and y == end_y-1:
        if step<min:
            min = step
        return
    for xx, yy in d:
        dx = x+xx
        dy = y+yy
        if 0 <= dx < 5 and 0 <= dy < 4:
            if maps[dx][dy] == 0 and vis[dx][dy] == 0:
                vis[dx][dy] = 1
                dfs(dx, dy, step + 1)
                vis[dx][dy] = 0
    return

dfs(start_x-1,start_y-1,0)
print(min)

输入:

python">1 1 4 3
0 0 1 0
0 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1

输出:

python">7

3.刷题笔记

3.1全球变暖

6.全球变暖 - 蓝桥云课 (lanqiao.cn)

求解思路 :

        与其说他是一道深搜的题,我觉得更应该归类为栈模拟的题目,在搜索的过程中主要是栈模拟从而实现深度优先搜索。

        这道题是要求求出有多少岛屿会被淹没,换个思路来想的话什么样的岛屿会被淹没,什么样的岛屿不会被淹没。题目中这一个条件很关键(岛屿边缘一个像素的范围会被海水淹没。具体来说如果一块陆地像素与海洋相邻(上下左右四个相邻像素中有海洋),它就会被淹没。)所以我们就可以总结出如果岛屿中存在一块上下左右四个方向一个像素的距离都是陆地的一个岛屿,那么这一块不会被淹没,我们可以把它当作一个高地。

        而所谓的岛屿就是周围是海洋,由陆地联通起来的区域,所以在计算时需要建立一个访问标记数组用来做标记。

python">n = int(input())
maps = []
for i in range(n):
    l = list(input())
    maps.append(l)

vis = [[0]*n for _ in range(n)]
d = [(1,0),(-1,0),(0,1),(0,-1)]
def dfs(x,y):
    stack = [(x,y)]
    noHigh = True
    while stack:
        tx, ty = stack.pop()
        if maps[tx - 1][ty] == '#' and maps[tx + 1][ty] == '#' and maps[tx][ty + 1] == '#' and maps[tx][ty - 1] == '#':
            noHigh = False
        for xx, yy in d:
            dx = tx + xx
            dy = ty + yy
            if maps[dx][dy] == '#' and vis[dx][dy] == 0:
                vis[dx][dy] = 1
                stack.append((dx,dy))
    return noHigh

ans = 0
for i in range(1,n-1):
    for j in range(1,n-1):
        if maps[i][j] == '#' and vis[i][j] == 0:
            if dfs(i,j):
                ans += 1
print(ans)

3.2玩具蛇

0玩具蛇 - 蓝桥云课 (lanqiao.cn)

求解思路

        这道题有点像1到16这些数字的全排列。如果16个数字的排完之后就可以认为是一种方案,而排完一个的下一个的位置可以选择四种(上下左右),这就会体现深度优先搜索,一条路走到黑然后再慢慢的回溯。

        而我们传入的值是什么,是第一个数字的位置以及现在已经有多少个数字完成了排列。     

python">d = [(1,0),(-1,0),(0,1),(0,-1)]
ans = 0
vis = [[0]*4 for _ in range(4)]
def dfs(x,y,count):
    global ans
    if count == 16:
        ans += 1
        return
    for xx, yy in d:
        dx = x+xx
        dy = y+yy
        if 0<=dx<4 and 0<=dy<4 and vis[dx][dy] == 0 :
            vis[dx][dy] = 1
            dfs(dx,dy,count+1)
            vis[dx][dy] = 0

for i in range(4):
    for j in range(4):
        vis[i][j] = 1
        dfs(i,j,1)
        vis[i][j] = 0

print(ans)

3.3最大连通

7.最大连通 - 蓝桥云课 (lanqiao.cn)

求解思路:

        做到这道题的时候我突然对深搜有了一点点的想法,仔细观察了之前两道题得到代码,我们 可以知道一个用栈进行了存储,而有一个是非常典型的深搜在一条路上走到黑。至于根本的区别我还没想到可能需要做更多的题目才能总结出来的。

        做这道题的时候,我一开始用的是典型的深搜在一条路上走到黑,但是不行,我也不知道是为什么,然后就换了栈模拟的这种,然后就可以。还不知道是为什么,,,,

python">flag = [[0]*60 for _ in range(30)]
maps =[
"110010000011111110101001001001101010111011011011101001111110",

"010000000001010001101100000010010110001111100010101100011110",

"001011101000100011111111111010000010010101010111001000010100",

"101100001101011101101011011001000110111111010000000110110000",

"010101100100010000111000100111100110001110111101010011001011",

"010011011010011110111101111001001001010111110001101000100011",

"101001011000110100001101011000000110110110100100110111101011",

"101111000000101000111001100010110000100110001001000101011001",

"001110111010001011110000001111100001010101001110011010101110",

"001010101000110001011111001010111111100110000011011111101010",

"011111100011001110100101001011110011000101011000100111001011",

"011010001101011110011011111010111110010100101000110111010110",

"001110000111100100101110001011101010001100010111110111011011",

"111100001000001100010110101100111001001111100100110000001101",

"001110010000000111011110000011000010101000111000000110101101",

"100100011101011111001101001010011111110010111101000010000111",

"110010100110101100001101111101010011000110101100000110001010",

"110101101100001110000100010001001010100010110100100001000011",

"100100000100001101010101001101000101101000000101111110001010",

"101101011010101000111110110000110100000010011111111100110010",

"101111000100000100011000010001011111001010010001010110001010",

"001010001110101010000100010011101001010101101101010111100101",

"001111110000101100010111111100000100101010000001011101100001",

"101011110010000010010110000100001010011111100011011000110010",

"011110010100011101100101111101000001011100001011010001110011",

"000101000101000010010010110111000010101111001101100110011100",

"100011100110011111000110011001111100001110110111001001000111",

"111011000110001000110111011001011110010010010110101000011111",

"011110011110110110011011001011010000100100101010110000010011",

"010011110011100101010101111010001001001111101111101110011101"]

d = [(1,0),(-1,0),(0,1),(0,-1)]
def dfs(x,y):
    stack = [(x,y)]
    count = 0
    while stack:
        tx, ty = stack.pop()
        for xx,yy in d:
            dx = tx+xx
            dy = ty+yy
            if 0<=dx<30 and 0<=dy<60:
                if maps[dx][dy] == '1' and flag[dx][dy] == 0:
                    flag[dx][dy] = 1
                    count += 1
                    stack.append((dx,dy))
    return count

max = 0
for i in range(30):
    for j in range(60):
        if maps[i][j] == '1' and flag[i][j] == 0:
            count = dfs(i,j)
            if count>max:
                max = count

print(max)

http://www.niftyadmin.cn/n/5448299.html

相关文章

Python并发编程:线程和多线程的使用

前面的文章&#xff0c;我们讲了什么Python的许多基础知识&#xff0c;现在我们开始对Python并发编程进行学习。我们将探讨 Python 中线程和多线程的使用。帮助大家更好地理解如何使用这种技术。 目录 1. 线程&#xff08;Threads&#xff09; 1.1 Python 中的线程工作原理 …

茄子科技前端实习面经

需求沟通中有没有碰到什么问题&#xff0c;怎么解决的问项目用echarts有没有碰见什么问题vue2和vue3的区别defineproperty可以监听function和数组吗有碰见过双向数据绑定单向数据流的情况吗&#xff1f;父子传参父子传参有哪些vuex的理解异步数据怎么在vux怎么改vuex刷新数据会…

Kubernetes概念:工作负载:工作负载管理:2. ReplicaSet

ReplicaSet ReplicaSet 的目的是维护一组在任何时候都处于运行状态的 Pod 副本的稳定集合。 因此&#xff0c;它通常用来保证给定数量的、完全相同的 Pod 的可用性。 ReplicaSet 的工作原理 ReplicaSet 是通过一组字段来定义的&#xff0c;包括一个用来识别可获得的 Pod 的集…

深度学习pytorch——多分类问题(持续更新)

回归问题 vs 分类问题&#xff08;regression vs classification&#xff09; 回归问题&#xff08;regression&#xff09; 1、回归问题的目标是使预测值等于真实值&#xff0c;即predy。 2、求解回归问题的方法是使预测值和真实值的误差最小&#xff0c;即minimize dist(p…

taro之Swiper的使用

图样&#xff1a; 往往我们需要轮播图去显示我们想要的图片之类的 这是工作的代码 <View classNametop-title><SwiperclassNamebanner-swiperinterval{3000}circularautoplay>{homeBannerList.map((item) > {return (<SwiperItem key{item.id}><View…

LLM参数高效微调(LORA,QLORA)

1. 全量微调和高效微调 全量微调(Full Fine-tuning) 全量微调是深度学习中的一种常见做法,尤其是在处理大型预训练模型如BERT或GPT时。它涉及到在特定任务的数据集上调整预训练模型的所有参数。这意味着模型的每一层和每一个权重都会在微调过程中更新,以适应新的任务。虽然…

《妈妈是什么》笔记(五) 一切负面经验都必须转化为正面角度

经典摘录 我的引导原则是&#xff0c;一切负面经验都必须转化为正面角度。我们不能选择孩子的经历&#xff0c;但是可以帮助孩子选择如何看待这些事情&#xff0c;以及如何积极地利用这些事情&#xff0c;锤炼自己的社会交往能力。 比如&#xff0c; 别人&#xff08;老师、同…

【十六】MySQL数据库设计篇

MySQL数据库设计篇 概述 做服务端开发离不开数据库设计&#xff0c;虽然说服务端技术一直在革新&#xff0c;但是MySQL一直都是我们首选使用的关系型数据库。服务端开发一直以来都是采用数据驱动研发的思想&#xff0c;可见数据库设计是非常重要的&#xff0c;数据库设计的好坏…