1,0,1,0,0,0,1,0,1
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

2
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

0,0,0,0
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

-1
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

1,1,1,1,1,1,1,1,1
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

-1
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

• 1

python解法

• 解题思路：
• 这段代码模拟了一个病毒在二维网格中传播的过程，类似于传染病的传播模型。目标是计算完全感染整个网格所需的天数，或者判断是否无法完全感染。以下是具体步骤：

输入与网格构造：

输入一维数组 arr，表示一个大小为
𝑛
×
𝑛
n×n 的网格。
将一维数组转化为二维网格 grid，其中：
值为 1 表示感染源。
值为 0 表示未感染区域。
初始化状态：

用一个队列 queue 存储所有初始感染源的位置。
统计未感染区域的数量 uninfected。
BFS 传播：

使用广度优先搜索 (BFS) 模拟感染传播。
每次从队列中取出当前感染源，尝试感染其相邻的未感染区域。
每传播一次（即一轮 BFS 扩展）计为一天，直至：
所有区域被感染，返回所需天数。
无法继续传播且仍有未感染区域，返回 -1。
特殊情况处理：

如果初始状态下没有感染源或没有未感染区域，直接返回 -1

from collections import deque

def bfs_infection(arr):
    # 获取网格的边长 n，并将一维数组转为二维网格
    n = int(len(arr) ** 0.5)  # 网格为 n x n
    grid = [arr[i * n:(i + 1) * n] for i in range(n)]  # 转换为二维列表
    
    queue = deque()  # 用于存储当前的感染源位置
    uninfected = 0  # 统计未感染区域的数量

    # 遍历网格，初始化队列和未感染区域计数
    for i in range(n):
        for j in range(n):
            if grid[i][j] == 1:  # 如果是感染源
                queue.append((i, j))  # 加入队列
            else:
                uninfected += 1  # 统计未感染区域

    # 特殊情况：如果初始时没有未感染区域或感染源，返回 -1
    if uninfected == 0:
        return -1
    if len(queue) == 0:
        return -1

    days = 0  # 记录传播天数
    # 定义四个方向（上、下、左、右）
    directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]

    # 开始 BFS 传播
    while queue and uninfected > 0:
        # 遍历当前队列中的所有感染源位置
        for _ in range(len(queue)):
            x, y = queue.popleft()  # 获取当前感染源位置
            # 遍历四个方向
            for dx, dy in directions:
                nx, ny = x + dx, y + dy  # 计算相邻位置
                # 如果相邻位置有效且未感染
                if 0 <= nx < n and 0 <= ny < n and grid[nx][ny] == 0:
                    grid[nx][ny] = 1  # 感染该位置
                    queue.append((nx, ny))  # 将新感染位置加入队列
                    uninfected -= 1  # 未感染区域计数减少
        days += 1  # 一轮传播结束，天数增加

    # 如果所有区域被感染，返回所需天数；否则返回 -1
    return days if uninfected == 0 else -1

# 从输入读取一维数组，元素以逗号分隔
input_arr = list(map(int, input().split(",")))
# 输出完全感染所需天数
print(bfs_infection(input_arr))

 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51

java解法

• 解题思路
• 这段代码使用 BFS（广度优先搜索）算法来模拟病毒在二维网格中的传播过程，目标是计算感染整个网格所需的最小天数，或者判断是否无法完全感染。以下是具体步骤：

输入与网格构造：

输入是以逗号分隔的一维数组表示
𝑛
×
𝑛
n×n 的网格。
将一维数组转化为二维布尔数组 infected，其中：
true 表示该位置已感染。
false 表示该位置未感染。
初始化状态：

用队列 queue 存储所有初始感染源的位置。
统计未感染的健康区域数量 healthyCount。
特殊情况处理：

如果初始状态下没有感染源（队列为空）或所有区域已被感染，直接返回 -1。
BFS 传播：

每轮 BFS 处理所有当前感染源位置，尝试向四个方向传播。
每传播一次（即一轮 BFS 扩展）计为一天。
当所有健康区域被感染时停止传播，输出所需天数。
结果返回：

如果所有区域都被感染，返回天数。
如果无法完全感染，返回 -1。

import java.util.LinkedList;
import java.util.Queue;
import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        // 读取输入并解析为字符串数组
        String[] input = sc.nextLine().split(",");
        // 计算网格的边长 n
        int n = (int) Math.sqrt(input.length);
        // 创建布尔数组表示感染状态
        boolean[][] infected = new boolean[n][n];
        // 使用队列存储感染源位置
        Queue<int[]> queue = new LinkedList<>();
        // 统计健康区域的数量
        int healthyCount = 0;

        // 初始化网格状态、队列和健康区域计数
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < n; j++) {
                // 如果当前位置是感染源
                infected[i][j] = input[i * n + j].equals("1");
                if (infected[i][j]) {
                    queue.offer(new int[]{i, j}); // 将感染源加入队列
                } else {
                    healthyCount++; // 统计健康区域
                }
            }
        }

        // 如果没有感染源或没有健康区域，直接返回 -1
        if (queue.isEmpty() || healthyCount == 0) {
            System.out.println(-1);
            return;
        }

        int days = 0; // 记录传播天数
        // 定义四个方向（上、下、左、右）
        int[][] directions = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};

        // 开始 BFS 传播
        while (!queue.isEmpty() && healthyCount > 0) {
            int size = queue.size(); // 当前轮次感染源的数量
            days++; // 每轮传播计为一天
            for (int i = 0; i < size; i++) {
                int[] cell = queue.poll(); // 取出当前感染源位置
                // 遍历四个方向
                for (int[] dir : directions) {
                    int newX = cell[0] + dir[0];
                    int newY = cell[1] + dir[1];
                    // 判断相邻位置是否有效且未感染
                    if (newX >= 0 && newX < n && newY >= 0 && newY < n && !infected[newX][newY]) {
                        infected[newX][newY] = true; // 感染该位置
                        healthyCount--; // 健康区域数量减少
                        queue.offer(new int[]{newX, newY}); // 将新感染位置加入队列
                    }
                }
            }
        }

        // 如果所有区域被感染，输出天数；否则输出 -1
        System.out.println(days);
    }
}

 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66

C++解法

• 解题思路

更新中
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">
1

C解法

• 解题思路

更新中
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">
1

JS解法

• 解题思路

更新中
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">
1

注意：

如果发现代码有用例覆盖不到的情况，欢迎反馈！会在第一时间修正，更新。
解题不易，如对您有帮助，欢迎点赞/收藏

发表评论

登录后才能发表评论和回复 注册

/ 登录

提交评论

评论记录：

未查询到任何数据！

回复评论：

×

关闭 提交评论