岛屿的最大面积问题

最新推荐文章于 2024-09-27 00:32:45 发布

予安灵

最新推荐文章于 2024-09-27 00:32:45 发布

阅读量120

点赞数 1

文章标签：深度优先算法 python c语言 leetcode 图搜索算法

本文链接：https://blog.csdn.net/FFNCL/article/details/141356371

版权

给你一个大小为 m x n 的二进制矩阵 grid 。

岛屿是由一些相邻的 1 (代表土地) 构成的组合，这里的「相邻」要求两个 1 必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid 的四个边缘都被 0（代表水）包围着。

岛屿的面积是岛上值为 1 的单元格的数目。

计算并返回 grid 中最大的岛屿面积。如果没有岛屿，则返回面积为 0 。

输入：grid = [[0,0,1,0,0,0,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,1,1,0,1,0,0,0,0,0,0,0,0],[0,1,0,0,1,1,0,0,1,0,1,0,0],[0,1,0,0,1,1,0,0,1,1,1,0,0],[0,0,0,0,0,0,0,0,0,0,1,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,0,0,0,0,0,0,1,1,0,0,0,0]]
输出：6

采用深度优先搜索

int dfs(int** grid,int gridSize,int* gridColSize,int row,int col)
{
    if(row<0||row>=gridSize||col<0||col>=gridColSize[0]||grid[row][col]==0)
    return 0;
    grid[row][col]=0;
    return 1+dfs(grid,gridSize,gridColSize,row+1,col)+dfs(grid,gridSize,gridColSize,row-1,col)+dfs(grid,gridSize,gridColSize,row,col+1)+dfs(grid,gridSize,gridColSize,row,col-1);
}

int maxAreaOfIsland(int** grid, int gridSize, int* gridColSize) {
    int area,max=0;
    for(int i=0;i<gridSize;i++)
    {
        for(int j=0;j<gridColSize[0];j++)
        {
            area=dfs(grid,gridSize,gridColSize,i,j);
            max=max>area?max:area;
        }
    }
    return max;
}

在leetcode的官网解题中给出了一种深度优先搜索+栈的解决方法

在深度搜先搜索的同时把接下来想要遍历的土地放在栈里，然后在取出这些土地的时候访问它们。访问每一片土地时，我们将对围绕它四个方向进行探索，找到还未访问的土地，加入到栈 stack 中，只要栈 stack 不为空，就说明我们还有土地待访问，那么就从栈中取出一个元素并访问。

给出python写法

class Solution:
    def maxAreaOfIsland(self, grid: List[List[int]]) -> int:
        ans = 0
        for i, l in enumerate(grid):
            for j, n in enumerate(l):
                cur = 0
                stack = [(i, j)]
                while stack:
                    cur_i, cur_j = stack.pop()
                    if cur_i < 0 or cur_j < 0 or cur_i == len(grid) or cur_j == len(grid[0]) or grid[cur_i][cur_j] != 1:
                        continue
                    cur += 1
                    grid[cur_i][cur_j] = 0
                    for di, dj in [[0, 1], [0, -1], [1, 0], [-1, 0]]:
                        next_i, next_j = cur_i + di, cur_j + dj
                        stack.append((next_i, next_j))
                ans = max(ans, cur)
        return ans