论暴力的重要性!
经常听人谈起暴力,那暴力到底是什么呢?他有一个明确的定义吗?接下来我们来一探究竟
在算法领域,暴力解法(Brute Force Approach)是一种最直接、最简单但通常也是最效率低下的解决问题的方法。它通过尝试所有可能的解决方案,直到找到正确的解决方案或所有可能性都被尝试过。暴力解法的特点是易于理解和实现,但在处理大规模问题时,往往会因为时间复杂度高而变得不可行。
特点
- 直接性:暴力解法通过列举所有可能的情况来解决问题。
- 简单性:实现起来相对简单,不需要复杂的算法或数据结构。
- 低效性:对大规模数据和问题,暴力解法通常很低效,时间复杂度和空间复杂度可能非常高。
例子
例1:字符串匹配
假设我们有一个文本字符串text
和一个模式字符串pattern
,需要在text
中找到pattern
的所有出现位置。暴力解法会尝试将pattern
与text
的每一个子字符串进行匹配。
例2:旅行商问题(TSP)
旅行商问题是一类经典的组合优化问题,即给定一组城市和每对城市之间的距离,找到一条经过每个城市一次并返回起点的最短路径。暴力解法会生成所有可能的路径并计算它们的总距离,然后选择最短的路径。
优缺点
优点
- 简单直接:易于实现和理解。
- 全面性:不会遗漏任何可能的解决方案,能保证找到最优解(如果有)。
缺点
- 低效:时间复杂度和空间复杂度通常非常高,导致在处理大规模问题时不可行。
- 不实用:对于大多数实际问题,暴力解法无法在合理时间内给出结果,需要改进。
何时使用
- 问题规模较小:在处理规模较小的问题时,暴力解法可以快速找到解决方案。
- 作为基准:可以作为复杂算法的基准,用于验证优化算法的正确性。
- 探索阶段:在问题的初期探索阶段,可以使用暴力解法来理解问题并找到一些初步的解决方案。
尽管暴力解法在实际应用中往往不高效,但它的简单性和全面性使其在特定情况下仍然有一定的价值。随着问题规模的增大,通常需要更高效的算法来替代暴力解法,如动态规划、贪心算法、分治法等。
实例上线,来看看这道题。暴力有多爽!
419.甲板上的战舰[中等]
题目:
给你一个大小为 m x n
的矩阵 board
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 board
上放置的 战舰 的数量。
战舰 只能水平或者垂直放置在 board
上。换句话说,战舰只能按 1 x k
(1
行,k
列)或 k x 1
(k
行,1
列)的形状建造,其中 k
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)。
输入:board = [["X",".",".","X"],[".",".",".","X"],[".",".",".","X"]]
输出:2
示例 2:
输入:board = [["."]]
输出:0
提示:
m == board.length
n == board[i].length
1 <= m, n <= 200
board[i][j]
是'.'
或'X'
题目分析:
这道题可能题目有点表达不清晰,会让人误以为只有在第1行的某个列和第1列的某行才能算数,其实并不是这个意思。他的意思是每个战舰都要和周围的分开,当他们相连接的时候是被看做一个战舰的,只有被隔开的两个战舰才被认为是两个战舰,然后搜查一共有多少艘战舰。
最本质的思路就是暴力搜索,遍历一遍看看有几个符合题意的X,统计并返回即可。以下是代码实现:
总结:
这段代码通过遍历二维字符数组中的每个位置,并根据相邻字符的情况,判断该位置是否属于战舰,从而统计出二维字符数组中战舰的数量。以下是具体实现步骤:
-
首先,获取二维字符数组 board 的行数和列数,分别赋值给变量 a1 和 a2,并初始化战舰总数变量 res 为 0。
-
然后,使用两层循环遍历整个二维数组 board。外层循环控制行数,内层循环控制列数。
-
在每次循环中,通过条件判断语句检查当前字符是否为 ‘X’,以及其前一个字符的情况,来判断当前位置是否属于战舰。具体的判断逻辑如下:
- 如果当前字符在第一列且为 ‘X’,且前一个字符不是 ‘X’(或当前字符在第一行),则将战舰总数 res 增加 1。
- 如果当前字符不在第一列且为 ‘X’,且当前字符的前一个字符是 ‘.’(表示战舰的左侧没有战舰),并且满足第一个条件(前一个字符不是 'X’或当前字符在第一行),则将战舰总数 res 增加 1。
-
最后,返回统计得到的战舰总数 res。
Control is Power.
- 点赞
- 收藏
- 关注作者
评论(0)