Skip to content

T1298.你能从盒子里获得的最大糖果数

set, bfs, https://leetcode.cn/problems/maximum-candies-you-can-get-from-boxes/)

给你 n 个盒子,每个盒子的格式为 [status, candies, keys, containedBoxes] ,其中:

  • 状态字 status[i]:整数,如果 box[i] 是开的,那么是 1 ,否则是 0
  • 糖果数 candies[i]: 整数,表示 box[i] 中糖果的数目。
  • 钥匙 keys[i]:数组,表示你打开 box[i] 后,可以得到一些盒子的钥匙,每个元素分别为该钥匙对应盒子的下标。
  • 内含的盒子 containedBoxes[i]:整数,表示放在 box[i] 里的盒子所对应的下标。

给你一个 initialBoxes 数组,表示你现在得到的盒子,你可以获得里面的糖果,也可以用盒子里的钥匙打开新的盒子,还可以继续探索从这个盒子里找到的其他盒子。

请你按照上述规则,返回可以获得糖果的 最大数目

示例 1:

输入:status = [1,0,1,0], candies = [7,5,4,100], keys = [[],[],[1],[]], containedBoxes = [[1,2],[3],[],[]], initialBoxes = [0]
输出:16
解释:
一开始你有盒子 0 。你将获得它里面的 7 个糖果和盒子 1 和 2。
盒子 1 目前状态是关闭的,而且你还没有对应它的钥匙。所以你将会打开盒子 2 ,并得到里面的 4 个糖果和盒子 1 的钥匙。
在盒子 1 中,你会获得 5 个糖果和盒子 3 ,但是你没法获得盒子 3 的钥匙所以盒子 3 会保持关闭状态。
你总共可以获得的糖果数目 = 7 + 4 + 5 = 16 个。

示例 2:

输入:status = [1,0,0,0,0,0], candies = [1,1,1,1,1,1], keys = [[1,2,3,4,5],[],[],[],[],[]], containedBoxes = [[1,2,3,4,5],[],[],[],[],[]], initialBoxes = [0]
输出:6
解释:
你一开始拥有盒子 0 。打开它你可以找到盒子 1,2,3,4,5 和它们对应的钥匙。
打开这些盒子,你将获得所有盒子的糖果,所以总糖果数为 6 个。

示例 3:

输入:status = [1,1,1], candies = [100,1,100], keys = [[],[0,2],[]], containedBoxes = [[],[],[]], initialBoxes = [1]
输出:1

示例 4:

输入:status = [1], candies = [100], keys = [[]], containedBoxes = [[]], initialBoxes = []
输出:0

示例 5:

输入:status = [1,1,1], candies = [2,3,2], keys = [[],[],[]], containedBoxes = [[],[],[]], initialBoxes = [2,1,0]
输出:7

提示:

  • 1 <= status.length <= 1000
  • status.length == candies.length == keys.length == containedBoxes.length == n
  • status[i] 要么是 0 要么是 1
  • 1 <= candies[i] <= 1000
  • 0 <= keys[i].length <= status.length
  • 0 <= keys[i][j] < status.length
  • keys[i] 中的值都是互不相同的。
  • 0 <= containedBoxes[i].length <= status.length
  • 0 <= containedBoxes[i][j] < status.length
  • containedBoxes[i] 中的值都是互不相同的。
  • 每个盒子最多被一个盒子包含。
  • 0 <= initialBoxes.length <= status.length
  • 0 <= initialBoxes[i] < status.length

下面给出一种常见的做法:维护三个集合——“手上有的盒子”、“已经拿到的钥匙”和“已经打开过的盒子”,反复扫描能打开的盒子,不断收集糖果、钥匙和新盒子,直到无法再打开为止。


思路

  1. 初始化

    • haveBoxes = set(initialBoxes):表示当前手上已经拿到(但未必能打开)的盒子。
    • haveKeys = set():表示当前已经获得的钥匙(对应可打开的盒子编号)。
    • opened = set():表示已经打开过的盒子(避免重复打开)。
    • ans = 0:统计已经收集的糖果总数。
  2. 反复“松弛” 我们不断尝试去打开 haveBoxes 中的盒子,如果该盒子满足 状态是开的(status[i] == 1)或者我们已经有这个盒子的钥匙(i ∈ haveKeys),并且还没被打开(i ∉ opened),就可以打开它:

    • opened.add(i)
    • candies[i] 加到 ans
    • 把打开盒子后获得的所有钥匙 keys[i] 加入 haveKeys
    • 把盒子里包含的所有子盒子 containedBoxes[i] 加入 haveBoxes

    每次只要至少打开了一个新盒子,就说明我们的“信息”(钥匙/新盒子)进一步扩展,我们还可以继续尝试打开新的盒子;如果一次循环里没有任何新盒子能被打开,就说明再也无法获得更多的糖果,可以结束。

  3. 复杂度

    • 外层循环(反复扫描所有“手上有”的盒子)最糟糕会执行 O(n) 次,每次内部最坏扫描 O(n) 个盒子,总体 O(n²)。
    • 由于 n ≤ 1000,这种做法是可以接受的。

代码实现

python
from typing import List

class Solution:
    def maxCandies(self, status: List[int], 
                   candies: List[int], 
                   keys: List[List[int]], 
                   containedBoxes: List[List[int]], 
                   initialBoxes: List[int]) -> int:
        # 已拿到的盒子
        haveBoxes = set(initialBoxes)
        # 已拿到的钥匙
        haveKeys = set()
        # 已经打开过的盒子
        opened = set()
        # 总糖果数
        ans = 0
        
        # 只要每一轮还能打开至少一个新盒子,就继续循环
        while True:
            opened_this_round = False
            
            # 尝试遍历“手上有”的所有盒子
            for b in list(haveBoxes):
                # 如果这个盒子还没打开,并且是开着的 或者 我们有它的钥匙
                if b not in opened and (status[b] == 1 or b in haveKeys):
                    # 打开它
                    opened.add(b)
                    opened_this_round = True
                    # 收糖果
                    ans += candies[b]
                    # 拿到钥匙
                    for k in keys[b]:
                        haveKeys.add(k)
                    # 拿到子盒子
                    for nb in containedBoxes[b]:
                        haveBoxes.add(nb)
            
            # 如果这一轮没有打开任何新盒子,就可以结束
            if not opened_this_round:
                break
        
        return ans

解释要点

  • haveBoxes:存放“已经在手上,但尚未(必然)打开”的盒子。
  • haveKeys:存放“已经拿到的钥匙”,一旦钥匙里包含某个盒子的编号,就意味着无论该盒子原本是“关的”还是“开着的”,我们都能把它打开。
  • 外层 while True:之所以要反复循环,是因为:拿到新钥匙之后,可能让之前“拿到但因没有钥匙而没法打开”的某个盒子瞬间变为“可打开”;同样,打开一个盒子后拿到的新盒子也可能本身就是“开着的”,可以下轮打开。只有当一整轮下来都没有任何新盒子被打开,才说明剩余的盒子都无法继续打开,此时退出循环。
  • 跳出条件opened_this_round=False,说明这一轮没有成功打开任何新盒子,就可以结束搜索,返回当前累加的 ans

这样就能保证“尽可能地”打开所有能够打开的盒子,从而收集到最大数量的糖果。

下面是使用 BFS(广度优先搜索)实现的 Python 解法:


思路:使用队列模拟 BFS 拓展盒子

我们用一个队列来模拟“当前可以访问的盒子”,每次从队列中取出盒子,判断能不能打开(有钥匙或是开的),能打开就处理里面的糖果、钥匙和新盒子,并把新盒子加入队列继续处理。


代码实现

python
from collections import deque
from typing import List

class Solution:
    def maxCandies(self, status: List[int], candies: List[int],
                   keys: List[List[int]], containedBoxes: List[List[int]],
                   initialBoxes: List[int]) -> int:
        from collections import deque

        n = len(status)
        queue = deque(initialBoxes)
        hasKey = set()
        seenBoxes = set(initialBoxes)
        opened = [False] * n
        ans = 0

        while queue:
            size = len(queue)
            progress = False  # 本轮是否成功打开了盒子

            for _ in range(size):
                box = queue.popleft()

                # 如果已打开,跳过
                if opened[box]:
                    continue

                # 条件:要么是开的,要么有钥匙
                if status[box] == 1 or box in hasKey:
                    # 打开这个盒子
                    opened[box] = True
                    ans += candies[box]
                    progress = True

                    # 获得钥匙
                    for k in keys[box]:
                        hasKey.add(k)

                    # 获得新盒子
                    for b in containedBoxes[box]:
                        if b not in seenBoxes:
                            queue.append(b)
                            seenBoxes.add(b)
                else:
                    # 没法打开,暂时放回队尾(未来可能拿到钥匙)
                    queue.append(box)

            # 如果一轮 BFS 没有任何盒子被打开,说明不能再继续了
            if not progress:
                break

        return ans

说明

  • queue: 当前持有但未处理的盒子。
  • hasKey: 当前拥有的钥匙集合。
  • seenBoxes: 避免重复加入队列。
  • opened: 防止一个盒子被打开多次。
  • progress: 每轮判断是否打开了新盒子,若未打开任何盒子则终止。

与集合法对比

集合法BFS法
结构循环扫描集合队列拓展
处理顺序无特定顺序更偏向层次广度拓展
本质类似 BFS 懒加载显式 BFS
易理解性逻辑直接更像图搜索

两种写法都可以 AC,你可以根据个人偏好选择结构清晰或逻辑更紧凑的方式。