• LeetCode 529. 扫雷游戏


    529. 扫雷游戏


    题目来源:力扣(LeetCode)
    https://leetcode-cn.com/problems/minesweeper

    题目


    让我们一起来玩扫雷游戏!

    给定一个代表游戏板的二维字符矩阵。 M 代表一个未挖出的地雷,E 代表一个未挖出的空方块,B 代表没有相邻(上,下,左,右,和所有4个对角线)地雷的已挖出的空白方块,数字('1' 到 '8')表示有多少地雷与这块已挖出的方块相邻,X 则表示一个已挖出的地雷。

    现在给出在所有未挖出的方块中(M或者E)的下一个点击位置(行和列索引),根据以下规则,返回相应位置被点击后对应的面板:

    1. 如果一个地雷(M)被挖出,游戏就结束了- 把它改为 X
    2. 如果一个没有相邻地雷的空方块(E)被挖出,修改它为(B),并且所有和其相邻的未挖出方块都应该被递归地揭露。
    3. 如果一个至少与一个地雷相邻的空方块(E)被挖出,修改它为数字('1'到'8'),表示相邻地雷的数量。
    4. 如果在此次点击中,若无更多方块可被揭露,则返回面板。

    示例 1:

    输入:
    
    [['E', 'E', 'E', 'E', 'E'],
     ['E', 'E', 'M', 'E', 'E'],
     ['E', 'E', 'E', 'E', 'E'],
     ['E', 'E', 'E', 'E', 'E']]
    
    Click : [3,0]
    
    输出:
    
    [['B', '1', 'E', '1', 'B'],
     ['B', '1', 'M', '1', 'B'],
     ['B', '1', '1', '1', 'B'],
     ['B', 'B', 'B', 'B', 'B']]
    
    解释:
    

    示例 1 | 解释

    示例 2:

    输入:
    
    [['B', '1', 'E', '1', 'B'],
     ['B', '1', 'M', '1', 'B'],
     ['B', '1', '1', '1', 'B'],
     ['B', 'B', 'B', 'B', 'B']]
    
    Click : [1,2]
    
    输出:
    
    [['B', '1', 'E', '1', 'B'],
     ['B', '1', 'X', '1', 'B'],
     ['B', '1', '1', '1', 'B'],
     ['B', 'B', 'B', 'B', 'B']]
    
    解释:
    

    示例 2 | 解释

    注意:

    1. 输入矩阵的宽和高的范围为 [1,50]。
    2. 点击的位置只能是未被挖出的方块 ('M' 或者 'E'),这也意味着面板至少包含一个可点击的方块。
    3. 输入面板不会是游戏结束的状态(即有地雷已被挖出)。
    4. 简单起见,未提及的规则在这个问题中可被忽略。例如,当游戏结束时你不需要挖出所有地雷,考虑所有你可能赢得游戏或标记方块的情况。

    以上图源均来自力扣(LeetCode)

    解题思路


    思路:模拟(DFS、BFS)

    题目中给出 4 项规则,那么我们就根据这个规则去模拟,那么这里分情况来讨论:

    以下相邻包括上,下,左,右,和所有4个对角线

    • 当点击的是 未挖出的地雷(M),那么根据规则一,将其修改为 X;
    • 当点击的是 未挖出的方块 (E),这里要分情况讨论
      • 根据规则三,如果当前点击方块相邻未挖出的方块中含有地雷,那么统计地雷数,将当前方块改为数字(对应地雷数)
      • 根据规则二,如果当前点击方块相邻方块不含地雷,那么将当前方块修改为 B,然后向相邻的方块继续搜索。

    那么这里我们可以使用深度优先搜索(DFS)、广度优先搜索(BFS)的思路来实现。

    深度优先搜索

    按照上面的分析,使用 DFS 的思路解决,不再赘述。

    具体代码见【代码实现 # DFS】

    广度优先搜索

    这里需要注意,因为一个方块可能由其他方块延伸到达,为了避免重复将某个方块对应的坐标重复添加到队列中,这里需要进行标记。

    具体代码见【代码实现 # BFS】

    代码实现


    # DFS
    class Solution:
        def updateBoard(self, board: List[List[str]], click: List[int]) -> List[List[str]]:
            # 定义 8 个方位
            dx = [-1, -1, -1, 0, 1, 1, 1, 0] 
            dy = [-1, 0, 1, 1, 1, 0, -1, -1]
    
            m = len(board)
            n = len(board[0])
    
            def in_board(x, y):
                """判断坐标是否在限定边界内
                """
                return 0 <= x < m and 0 <= y < n
    
            def dfs(x, y):
                count = 0
                # 先判断相邻(8 个方位)的方块是否含有地雷
                for i in range(8):
                    nx = x + dx[i]
                    ny = y + dy[i]
                    # 如果相邻方块都在限定范围内,且含有地雷,统计地雷数
                    if in_board(nx, ny) and board[nx][ny] == 'M':
                        count += 1
                if count > 0:
                    # 含有地雷,修改当前点为数字对应地雷数,返回
                    board[x][y] = str(count)
                    return
                # 如果相邻方块不含地雷,修改为 'B'
                # 并向相邻位置扩散搜索
                board[x][y] = 'B'
                for i in range(8):
                    nx = x + dx[i]
                    ny = y + dy[i]
                    if in_board(nx, ny) and board[nx][ny] == 'E':
                        dfs(nx, ny)
    
            x, y = click
    
            # 如果当前点击的是未挖出的地雷,那么将其修改为 'X',返回
            if board[x][y] == 'M':
                board[x][y] = 'X'
            else:
                # 当点击的是未挖出的方块,分情况讨论
                dfs(x, y)
    
            return board
    
    
    # BFS
    class Solution:
        def updateBoard(self, board: List[List[str]], click: List[int]) -> List[List[str]]:
            # 定义 8 个方位
            dx = [-1, -1, -1, 0, 1, 1, 1, 0] 
            dy = [-1, 0, 1, 1, 1, 0, -1, -1]
    
            m = len(board)
            n = len(board[0])
    
            def in_board(x, y):
                """判断坐标是否在限定边界内
                """
                return 0 <= x < m and 0 <= y < n
            
            def bfs(x, y):
                # 这里要注意一个点可能由其他点延伸到达,要注意标记,防止重复入队
                signed = [[False] * n for _ in range(m)]
                # 标记起始点
                signed[x][y] = True
                from collections import deque
                queue = deque()
                # 先将起始点入队
                queue.append([x, y])
                
                while queue:
                    count = 0
                    x, y = queue.popleft()
                    # 如果直接点击的是地雷,修改当前方块为 'X',直接返回
                    if board[x][y] == 'M':
                        board[x][y] = 'X'
                        return
                    # 否则判断 8 个方位,先看是否有地雷
                    for i in range(8):
                        nx = x + dx[i]
                        ny = y + dy[i]
                        if in_board(nx, ny) and board[nx][ny] == 'M':
                            count += 1
                    if count > 0:
                        # 当存在地雷时,修改当前点为数字,对应地雷数
                        board[x][y] = str(count)
                    else:
                        # 先修改当前方块修改为 'B'
                        board[x][y] = 'B'
                        # 不存在地雷时,将周围的方块标记入队,继续搜索
                        for i in range(8):
                            nx = x + dx[i]
                            ny = y + dy[i]
                            # 当方块未标记,且在边界内,加入队列,并且标记
                            if in_board(nx, ny) and signed[nx][ny] != True:
                                queue.append([nx, ny])
                                signed[nx][ny] = True
                    
            x, y = click
            bfs(x, y)
            return board
    

    实现结果


    实现结果 | DFS

    实现结果 | BFS

    欢迎关注


    公众号 【书所集录

  • 相关阅读:
    图片特效大杀器--swiper.js
    降低手机网错误率
    前端加sentry错误监控
    一些常识
    github/gitlab ssh-key公钥各种问题 解决
    移动端非常规bug
    sublime text3 高效插件及常用快捷键
    HTML5实现video标签的皮肤自定义
    C端产品前端工程管理
    利用BFS广度优先搜索,搜索字母矩阵中的单词
  • 原文地址:https://www.cnblogs.com/yiluolion/p/13537034.html
Copyright © 2020-2023  润新知