python扫雷 高级算法_Python玩转算法—扫雷
发布日期:2021-06-24 10:13:19 浏览次数:5 分类:技术文章

本文共 2460 字,大约阅读时间需要 8 分钟。

此题来自LeetCode上的一道难度为Medium的题,说是有一张玩到一半的扫雷地图,接下来给你指定一个点击位置,让你预测点击之后,地图将发生怎么样的变化。看到这道题,瞬间让我想起了以前玩扫雷的日子,可惜Mac上没有自带扫雷,与是我又去AppStore上下载了扫雷,重新把玩了一番,经典游戏就是这样,百玩不厌。

经典扫雷游戏

题目中,我们用’E’代表未探索的,而且没有雷的点, 用’M’代表有雷的位置, 用’B’代表探索过,而且周围8个邻居点都没有雷的位置,如果某个位置已经探索过,但是周围有雷,用数字代表周围的雷的个数。

游戏的规则很简单,当我们点击一个未探索的位置时,如果

当前位置为M, 则扫到雷,将其置为X, 游戏结束

当前位置E,则将其置为B,然后继续递归处理其周围未探索的位置

当前位置为E,而且周围有雷,则用周围雷的个数替换

如果不能探索更多的位置,则返回

比如

Input:

[[‘E’, ‘E’, ‘E’, ‘E’, ‘E’],

[‘E’, ‘E’, ‘M’, ‘E’, ‘E’],

[‘E’, ‘E’, ‘E’, ‘E’, ‘E’],

[‘E’, ‘E’, ‘E’, ‘E’, ‘E’]]

Click : [3,0]

Output:

[[‘B’, ‘1’, ‘E’, ‘1’, ‘B’],

[‘B’, ‘1’, ‘M’, ‘1’, ‘B’],

[‘B’, ‘1’, ‘1’, ‘1’, ‘B’],

[‘B’, ‘B’, ‘B’, ‘B’, ‘B’]]

Explanation:

因为扫雷的地图本身就是一张图,我们很容易想到能不能用图的遍历算法去解决问题,我们可以先试试深度优先遍历DFS

def updateBoard(self, board, click):

M, N = len(board), len(board[0])

dirs = [[0, 1], [0, -1], [1, 0], [-1, 0], [-1, -1], [-1, 1], [1, -1], [1, 1]]

def isInRange(x, y):

return 0 <= x < M and 0 <= y < N

def dfs(board, x, y):

if board[x][y] == 'M':

board[x][y] = 'X'

return

# 获取周围雷的个数

mineCnt = sum(1 if isInRange(x + dir[0], y + dir[1]) and board[x + dir[0]][y + dir[1]] == 'M'

else 0 for dir in dirs)

if mineCnt != 0:

board[x][y] = str(mineCnt)

else:

board[x][y] = 'B'

# 获取周围所有为探索且没有雷的位置

eArr = [(x + dir[0], y + dir[1]) for dir in dirs if isInRange(x + dir[0], y + dir[1])

and board[x + dir[0]][y + dir[1]] == 'E']

for xx, yy in eArr:

#递归处理邻居位置

dfs(board, xx, yy)

dfs(board, click[0], click[1])

return board

一般我们在DFS中需要

维持一个已访问位置的标记集合,这里我们并不需要,因为只要目标位置不为B就表示我们未访问过

在递归访问的过程中,我们只有当周围没有雷的时候,才会去递归访问邻居位置,否则视为已经到dfs的叶子,递归返回

我们也可以使用BFS来做这个遍历处理:

def updateBoard2(self, board, click):

M, N = len(board), len(board[0])

def isInRange(x, y):

return 0 <= x < M and 0 <= y < N

queue = []

dirs = [[0, 1], [0, -1], [1, 0], [-1, 0], [-1, -1], [-1, 1], [1, -1], [1, 1]]

queue.append(click)

while len(queue) > 0:

x, y = queue.pop(0)

if board[x][y] == 'M':

board[x][y] = 'X'

continue

mineCnt = sum(1 if isInRange(x + dir[0], y + dir[1]) and board[x + dir[0]][y + dir[1]] == 'M'

else 0 for dir in dirs)

if mineCnt == 0:

board[x][y] = 'B'

for dir in dirs:

xx, yy = x + dir[0], y + dir[1]

if isInRange(xx,yy) and board[xx][yy] == 'E':

# 这一步非常重要,避免重复加入队列

board[xx][yy] = 'B'

queue.append((xx, yy))

else:

board[x][y] = str(mineCnt)

return board

采用一个队列,每次将同一距离的点加入队列,同样只有当前位置的周围没有雷的时候,才会将没有访问过的邻居位置加入队列。

Python语言越来越发挥重要的作用,尤其是在如今这个AI炙手可热的年代,不管我们在从事什么平台的开发,多学一点python对我们肯定有好处。Python玩转算法这个系列就是围绕python展开,用python去解决一些问题,实现一些算法。如果有读者对python也感兴趣,却找不到合适的资料去学习,不妨跟随这个系列一起学习,欢迎各位读者关注和转发~

转载地址:https://blog.csdn.net/weixin_32048757/article/details/112839598 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:牛客网python测试考试答案_牛客网SQL题库之考试分数
下一篇:ifpc挖filecoin_Filecoin挖矿分析全套 不容错过的干货

发表评论

最新留言

初次前来,多多关照!
[***.217.46.12]2024年03月30日 15时25分11秒