【华为OD-E卷 - 寻找最大价值的矿堆 100分（python、java、c++、js、c）】
【华为OD-E卷 - 寻找最大价值的矿堆 100分（python、java、c++、js、c）】
题目
给你一个由 ‘0’ (空地)、‘1’ (银矿)、‘2’(金矿) 组成的的地图，矿堆只能由上下左右相邻的金矿或银矿连接形成。超出地图范围可以认为是空地。
假设银矿价值1，金矿价值2 ，请你找出地图中最大价值的矿堆并输出该矿堆的价值
输入描述
- 地图元素信息如：
22220 00000 00000 11111 地图范围最大 300*300 0 ≤ 地图元素 ≤ 2
输出描述
- 矿堆的最大价值
用例
用例一：
输入：
22220
00000
00000
01111
输出：
8
用例二：
输入：
22220
00020
00010
01111
输出：
15
用例三：
输入：
20000
00020
00000
00111
输出：
3
python解法
- 解题思路：
- 题目要求在一个二维矩阵中，寻找所有相连区域的总和，并返回这些区域中总和最大的值。具体的步骤可以通过广度优先搜索（BFS）来实现，以下是详细的解题思路和步骤：
输入矩阵的处理：
输入的矩阵由多个行组成，每行的输入是一个由数字构成的字符串（即数字矩阵），我们将其转换为二维数组（matrix）来方便处理。
广度优先搜索（BFS）：
我们要使用 BFS 来遍历所有相连的区域。BFS 的作用是从某个未访问过的格子开始，遍历所有相连的格子，并累加它们的值。
相连的格子指的是那些上下左右直接相邻且其值大于 0 的格子。
每次遍历一个相连区域时，将该区域的所有格子值累加，并将它们标记为已访问（通过将值设为 0）。
最大值的计算：
每次遍历一个未访问的格子时，我们都会启动一次 BFS，计算该区域的总值，并更新最大值。
返回最大值：
最终，遍历完所有格子后，返回所有相连区域中总和最大的那个区域的值
from collections import deque
# 使用广度优先搜索（BFS）来计算一个区域的总和
def bfs(x, y, grid, rows, cols):
value = grid[x][y] # 当前格子的值
grid[x][y] = 0 # 将当前格子标记为已访问（设置为 0）
queue = deque([(x, y)]) # 初始化队列，开始 BFS
while queue:
cx, cy = queue.popleft() # 从队列中取出一个位置
# 遍历该位置的上下左右四个方向
for dx, dy in [(-1, 0), (1, 0), (0, -1), (0, 1)]:
nx, ny = cx + dx, cy + dy # 计算新位置的坐标
# 检查新位置是否在矩阵范围内，且格子的值大于 0（未访问过的格子）
if 0 <= nx < rows and 0 <= ny < cols and grid[nx][ny] > 0:
value += grid[nx][ny] # 累加新格子的值
grid[nx][ny] = 0 # 标记新格子为已访问
queue.append((nx, ny)) # 将新位置加入队列
return value # 返回当前区域的总和
# 计算矩阵中所有相连区域的最大总和
def calculateMaxValue(grid):
rows = len(grid) # 获取矩阵的行数
if rows == 0: # 如果矩阵为空，直接返回 0
return 0
cols = len(grid[0]) # 获取矩阵的列数
max_value = 0 # 用于存储最大值
# 遍历矩阵中的每一个位置
for i in range(rows):
for j in range(cols):
if grid[i][j] > 0: # 如果该位置的格子未被访问（值大于 0）
# 进行 BFS，计算当前区域的总和，并更新最大值
max_value = max(max_value, bfs(i, j, grid, rows, cols))
return max_value # 返回最大区域的总和
# 主函数：读取输入并计算最大值
matrix = [] # 存储输入的矩阵
while True:
try:
# 逐行读取输入，将每一行转换为整数列表（即矩阵的一行）
matrix.append(list(map(int, list(input()))))
except:
break # 读取完输入后退出
# 调用 calculateMaxValue 函数，输出最大区域的总和
print(calculateMaxValue(matrix))
java解法
- 解题思路
- 这段代码的任务是计算一个二维矩阵中所有相连区域的总和，并找出其中的最大总和。通过 深度优先搜索 (DFS) 方法来遍历相连区域，每次遍历未访问且值大于 0 的格子时，我们会计算该区域的总和，并更新最大值。
具体解题步骤如下：
输入矩阵：
输入的数据是一个由数字组成的矩阵，每个数字代表矩阵中一个位置的权值（或者是 0 表示该格子不可访问）。
我们首先将输入的每一行数据转换成数字矩阵，然后对矩阵进行 DFS 遍历，计算每个相连区域的总和。
DFS 遍历：
从每个未访问且值大于 0 的格子开始进行 DFS，递归地访问其上下左右相邻的格子。每访问一个格子，就将其值加入当前区域的总和，并将该格子标记为已访问。
DFS 的核心思想是通过递归的方式来遍历所有与当前格子相连的格子，直到遍历完所有可达的格子。
更新最大值：
在遍历每个相连区域时，维护一个 maxWorth 变量，用于存储当前最大的区域总和。
输出最大值：
最终遍历完所有格子后，输出最大区域的总和。
import java.util.Scanner;
public class Main {
// 方向数组，表示四个方向：下、上、右、左
private static int[][] directions = {{1, 0}, {-1, 0}, {0, 1}, {0, -1}};
private static boolean[][] visited; // 标记格子是否被访问过
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
// 读取输入并转换为整数矩阵
int[][] matrix = sc.tokens()
.map(line -> line.chars().map(c -> c - '0').toArray()) // 每行转为字符数组并转换为数字
.toArray(int[][]::new); // 构建二维数组
visited = new boolean[matrix.length][matrix[0].length]; // 初始化访问标记数组
int maxWorth = 0; // 存储最大区域总和
// 遍历矩阵中的每一个格子
for (int i = 0; i < matrix.length; i++) {
for (int j = 0; j < matrix[0].length; j++) {
// 如果该格子未访问过且值大于 0，则开始 DFS 计算该区域的总和
if (!visited[i][j] && matrix[i][j] > 0) {
maxWorth = Math.max(maxWorth, dfs(matrix, i, j)); // 更新最大值
}
}
}
// 输出最大区域总和
System.out.println(maxWorth);
}
// 深度优先搜索函数，计算相连区域的总和
private static int dfs(int[][] matrix, int i, int j) {
// 如果当前格子越界或已访问过，或值为 0，返回 0
if (i < 0 || i >= matrix.length || j < 0 || j >= matrix[0].length || visited[i][j] || matrix[i][j] == 0) {
return 0;
}
// 标记当前格子已访问
visited[i][j] = true;
// 当前格子的值
int worth = matrix[i][j];
// 遍历当前格子相邻的四个方向
for (int[] dir : directions) {
// 对每个相邻的格子递归调用 DFS
worth += dfs(matrix, i + dir[0], j + dir[1]);
}
// 返回当前区域的总和
return worth;
}
}
C++解法
- 解题思路
更新中
C解法
-
解题思路
更新中
JS解法
-
解题思路
更新中
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