华为OD机试 - 计算疫情扩散时间 - 矩阵（Java 2025 B卷 200分）

### 华为OD项目精准核酸检测的技术方案 #### 问题背景 为了实现新冠疫情的精准防控，避免全员核酸检测带来的资源浪费，华为OD项目的精准核酸检测旨在通过传染病流行病学调查和大数据分析来确定潜在感染者群体。该过程不仅考虑确诊病例之间的直接接触关系，还涉及间接接触的可能性。 #### 解决方案概述 解决方案基于深度优先搜索(DFS)算法遍历所有可能存在传染风险的人群网络结构[^1]。具体来说： - 接收总人数`N`作为整个社区规模大小； - 获取确诊病例列表及其成员编号； - 构建并解析一个维度为`N×N`的布尔型二维数组形式的接触矩阵，其中元素值为`0`代表无接触记录而`1`则意味着存在密切接触情况； - **核心逻辑设计** 使用DFS递归方法探索每一个尚未访问过的节点（即个体），一旦遇到已知患者便停止进一步深入其子树分支以防重复计算。对于非确诊对象但与其有过关联者标记为待检测状态，并继续追踪这些人的社交圈子直至穷尽全部可能性为止。 ```python def dfs(contact_matrix, visited_set, current_person): for other_person in range(len(contact_matrix)): if contact_matrix[current_person][other_person] and (other_person not in visited_set): visited_set.add(other_person) dfs(contact_matrix, visited_set, other_person) def count_need_test(n, confirmed_cases, contact_matrix): need_testing = set() # 将确诊病例加入到已经访问过集合中 for case in confirmed_cases: visited_set = {case} # 对于每个未被确认感染的人执行dfs查找他的密接人群 for person in range(n): if person not in visited_set: dfs(contact_matrix, visited_set, person) return len(visited_set.difference(confirmed_cases)) ``` - **优化措施** 鉴于实际应用场景下的大规模人口基数可能导致性能瓶颈，在此引入哈希表替代传统线性表用于存储已被探测完毕的目标集合并利用位运算加速判断两实体间是否存在交互行为的操作效率[^5]。 #### 测试案例说明 针对上述函数提供了三个典型实例验证其正确性和鲁棒性： - 当仅有单个零星分布的确诊病人时能够准确识别出仅限于此人的亲密伙伴需接受筛查； - 若多源并发传播链路交错复杂亦可全面覆盖至末端受影响单元而不遗漏任何可疑环节； - 特殊情形下如全封闭环境内全体居民均处于高危暴露状态下依旧保持稳定输出预期结果。