dfs模板例：洛谷P8662 [蓝桥杯 2018 省 AB] 全球变暖

洛谷P8662[蓝桥杯 2018 省 AB] 全球变暖

你有一张某海域 $\times N$ 像素的照片，. 表示海洋、 # 表示陆地，如下所示：

.......
.##....
.##....
....##.
..####.
...###.
.......

其中 “上下左右” 四个方向上连在一起的一片陆地组成一座岛屿。例如上图就有 $2$ 座岛屿。

由于全球变暖导致了海面上升，科学家预测未来几十年，岛屿边缘一个像素的范围会被海水淹没。具体来说如果一块陆地像素与海洋相邻（上下左右四个相邻像素中有海洋），它就会被淹没。

例如上图中的海域未来会变成如下样子：

.......
.......
.......
.......
....#..
.......
.......

请你计算：依照科学家的预测，照片中有多少岛屿会被完全淹没。

第一行包含一个整数 $N$ 。 $\le N \le 1000)$ 。

以下 $N$ 行 $N$ 列代表一张海域照片。

照片保证第 $1$ 行、第 $1$ 列、第 $N$ 行、第 $N$ 列的像素都是海洋。

一个整数表示答案。

7 
.......
.##....
.##....
....##.
..####.
...###.
.......

时限 1 秒, 256M。蓝桥杯 2018 年第九届省赛

连通块的一点小变种的题，我们可以像这样思考：淹没的岛屿数量=淹没前岛屿数量-淹没后的岛屿数量。
对于源照片，我们可以这样先计算出没淹没时的初始岛屿数量：

.......
.##....
.##....
....##.
..####.
...###.
.......

这个连通块与以前介绍的不同，我们用这样的思路，对于每一个“#”我们都用dfs搜索并且标记为“.”即海洋，每执行一次dfs，就将记录结果+1，这样就能计数了。

还是熟悉的dfs：

dfs(int x,int y){
   
   
if(边界条件or地图的该位置不是海洋）
return;
for(int i=0;i<4;i++){
   
   
int newx=x+dx[i];
int newy=y+dy[i];
dfs(newx,newy);
}
}//示例伪代码

再对地图for循环，每个循环执行dfs，就能计数淹没前的岛屿数量了，但是，这样的计数是具有破坏性的，所以我们必须建立一个地图副本来保持源地图的完整性。

再算出淹没后的岛屿数量：首先，要弄明白什么样的岛屿块会被淹没，即如果“#”周围至少有一个“.”就会被淹没，我们标记可淹没的岛屿块为“*”。
这个同样可以在main函数中预处理。
预处理后，以上图为例：

.......
.**....
.**....
....**.
..**#*.
...***.
.......

同样我们可以dfs来计数“#”的联通块：
ok，现在我们上代码：

#include<bits/stdc++.h>
using namespace std;
int n;
int ans_before;//淹没前的岛屿计数
int ans_after;//淹没后的岛屿计数
int dx[]={
   
   0,0,1,-1};
int dy[