Percolation(渗透)问题

Percolation(渗透)问题

@(算法)
Coursera作业链接

直接将马克飞象导出的md文件发到博客,排版不是很清晰,抱歉,可查看GitHub详细代码和文档


实际问题:将一个不透水的均质方块分割为N*N,最上方为水源,随机打开方块中任意格子,重复此项操作多次,产生一条路径使水能穿过这个方块到达最下方。

the model

percolation系统使用n-n格点,每个格点site有open/blocked两种状态,如果最上面一行和最底下一行有路径联通,那说明这个系统是percolates的。
Percolation(渗透)问题_第1张图片


这个问题可以和之前学过dynamic-connectivity问题相联系,因为当open一个site后,这个site需要和周边的open site相连接,这里可以使用quick-find、qucik-union、weighted-quickunion算法。
这个问题看起来比较复杂,实则核心就是进行动态连接。


一开始编写代码或者分析的时候思路比较混乱,我使用了二维数组 a[row][col] 来代表这个方形系统,后来直接用一维数组来表达这个方形系统。
Percolation和使用的WeightedQuickUnionUF算法中均有数组来表达这个方形格点,搞得很混乱。


仔细想想,捋清思路,感觉解决算法问题,数据结构的定义和使用需要非常清楚,弄清楚会有事半功倍的效果。

这个实际问题和动态连接区别在于,每个site不仅需要和别的site相连,本身还具备open/block的性质,所以需要单独定义一个数组表示site的open/block性质

之前出现的程序编写之所以不正确,或者思路混乱,是因为数据结构没有理解清楚。本题中的site既要有open&blocked的性质,又得进行Union操作,那本来WeightedQuickUnionUF中只有一组数组用来进行Union,所以我们需要另外定义一组数组来表示Open&blocked性质。同时这两组数组通过下标“对齐”的方式,来展现的就是对一个site进行操作。

我在类Percolation中定义了一个成员~一维数组a用来表示方形系统中每个节点的open/blocked状态,

a[i]=true;//表示site open
a[i]=false;//表示site blocked

定义了一个成员~类WeightedQuickUnionUF对象,这个对象内的数组表示连接情况,
并且下标0表示virtual top site,下标N*N+1表示virtual bottom site.


这里简化以3*3方形系统为例:
方形系统:

1 2 3
4 5 6
7 8 9

数组a:

0 1 2
3 4 5
6 7 8

WeightedQuickUnionUF类中的数组:
0表示vitual top site

1 2 3
4 5 6
7 8 9

10表示vitual bottom site
注意:在定义的Percolation类中的方法对site的索引都是通过 (row,col) ,所以涉及到一个数组下标转化问题

例如: (row,col) 来索引方形系统,在数组a中即查看对应site的状态时, a[(row1)N+col1]
而进行连接时对应 (row,col) 位置的site映射为下标为 (row1)N+col

具体代码:

import edu.princeton.cs.algs4.StdIn;
import edu.princeton.cs.algs4.WeightedQuickUnionUF;
import java.io.FileInputStream;
import java.io.FileNotFoundException;

public class Percolation {
    private WeightedQuickUnionUF weightedQuickUnionUF;
    private boolean[] a;
    private int N;
    private int numberopen;

    public Percolation(int n) {
        N = n;//N*N gird system
        numberopen = 0;//open sites number
        if (n <= 0)
            throw new IllegalArgumentException("n must be a positive number.");
        weightedQuickUnionUF = new WeightedQuickUnionUF(n * n + 2);
        a = new boolean[n * n];
    }

    public boolean isOpen(int row, int col) {
        return a[(row - 1) * N + col - 1] == true;
    }

    public boolean isFull(int row, int col) {//connected to an open site in the top row
        return weightedQuickUnionUF.connected((row - 1) * N + col, 0);
    }

    public int numberOfOpenSites() {
        return numberopen;
    }

    public boolean percolates() {
        return weightedQuickUnionUF.connected(0, N * N + 1);
    }

    public boolean outOfIndices(int row, int col) {
        if ((row > 0 && row <= N) && (col > 0 && col <= N))
            return false;
        return true;
    }

    public void open(int row, int col) {
        if (outOfIndices(row, col))
            throw new IllegalArgumentException("outOfIndices......");
        if (isOpen(row, col))
            return;
        if (row == 1) {//top sites
            weightedQuickUnionUF.union(0, (row - 1) * N + col);
            a[(row - 1) * N + col - 1] = true;
        } else if (row == N) {
            weightedQuickUnionUF.union(N * N + 1, (row - 1) * N + col);
            a[(row - 1) * N + col - 1] = true;
        }
        if (!outOfIndices(row - 1, col) && isOpen(row - 1, col)) {//上site
            weightedQuickUnionUF.union((row - 1) * N + col, (row - 2) * N + col);
            a[(row - 1) * N + col - 1] = true;
        }
        if (!outOfIndices(row + 1, col) && isOpen(row + 1, col)) {//下site
            weightedQuickUnionUF.union(row * N + col, (row - 1) * N + col);
            a[(row - 1) * N + col - 1] = true;
        }
        if (!outOfIndices(row, col - 1) && isOpen(row, col - 1)) {//左site
            weightedQuickUnionUF.union((row - 1) * N + col - 1, (row - 1) * N + col);
            a[(row - 1) * N + col - 1] = true;
        }
        if (!outOfIndices(row, col + 1) && isOpen(row, col + 1)) {//右site
            weightedQuickUnionUF.union((row - 1) * N + col, (row - 1) * N + col + 1);
            a[(row - 1) * N + col - 1] = true;
        }
        if (!outOfIndices(row, col + 1)) {
            a[(row - 1) * N + col - 1] = true;
        }
        numberopen++;
    }

    public static void main(String[] args) {
        try {
            FileInputStream input = new FileInputStream("input50.txt");
            System.setIn(input);
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }
        int n = StdIn.readInt();
        Percolation percolation = new Percolation(n);
        while (!StdIn.isEmpty()) {
            int i = StdIn.readInt();
            int j = StdIn.readInt();
            percolation.open(i, j);
        }
        System.out.println(percolation.percolates());
        System.out.println(percolation.numberOfOpenSites());
    }
}

带入Coursea-Testing数据验证基本正确的,但存在一个问题,也是共性问题-backwash问题。
Percolation(渗透)问题_第2张图片


在程序中,每次top/bottom行的site open 后默认连接到vitual top/bottom site,导致最下层的site并没有percolate但是也算在里面了。


参考这篇博客,还是只用一个WeightedQuickUnionUF,但新建两个成员数组表示该site是否连接到Top/Bottom,如果某个site既connect top又connect bottom,说明system is connected,然后查看两数组Top/Bottom查看Bottom数组中值为true但在Top数组中值为false的索引,这些索引所对应的site即为backwash部分。

你可能感兴趣的:(算法,算法,github)