leetcode网格图深度搜索(1905. 统计子岛屿)

前言

经过前期的基础训练以及部分实战练习，粗略掌握了各种题型的解题思路。现开始专项练习。

描述

给你两个 m x n 的二进制矩阵 grid1 和 grid2 ，它们只包含 0 （表示水域）和 1 （表示陆地）。一个 岛屿 是由 四个方向 （水平或者竖直）上相邻的 1 组成的区域。任何矩阵以外的区域都视为水域。

如果 grid2 的一个岛屿，被 grid1 的一个岛屿 完全 包含，也就是说 grid2 中该岛屿的每一个格子都被 grid1 中同一个岛屿完全包含，那么我们称 grid2 中的这个岛屿为 子岛屿 。

请你返回 grid2 中 子岛屿 的 数目 。

示例 1：

输入：grid1 = [[1,1,1,0,0],[0,1,1,1,1],[0,0,0,0,0],[1,0,0,0,0],[1,1,0,1,1]], grid2 = [[1,1,1,0,0],[0,0,1,1,1],[0,1,0,0,0],[1,0,1,1,0],[0,1,0,1,0]]
输出：3
解释：如上图所示，左边为 grid1 ，右边为 grid2 。
grid2 中标红的 1 区域是子岛屿，总共有 3 个子岛屿。

示例 2：

输入：grid1 = [[1,0,1,0,1],[1,1,1,1,1],[0,0,0,0,0],[1,1,1,1,1],[1,0,1,0,1]], grid2 = [[0,0,0,0,0],[1,1,1,1,1],[0,1,0,1,0],[0,1,0,1,0],[1,0,0,0,1]]
输出：2 
解释：如上图所示，左边为 grid1 ，右边为 grid2 。
grid2 中标红的 1 区域是子岛屿，总共有 2 个子岛屿。

提示：

• m == grid1.length == grid2.length
• n == grid1[i].length == grid2[i].length
• 1 <= m, n <= 500
• grid1[i][j] 和 grid2[i][j] 都要么是 0 要么是 1 。

实现原理与步骤

1.子岛屿判别标志:子岛屿的对应节点位置母岛屿都是1.出现0则可以标记为非子岛屿。

2.子岛屿标记位得全局变量，深度搜索过程中局部变量无法标记。

3.如果子岛屿开始节点为0，则需过滤掉，在边界判别中就返回。在深度搜索中无法标记是否子岛屿。

代码实现

class Solution {
    boolean flag=true;
    public int countSubIslands(int[][] grid1, int[][] grid2) {
        int row=grid2.length;
        int col=grid2[0].length;
        int res=0;
        for(int i=0;i<row;i++){
            for(int j=0;j<col;j++){
                //过滤非岛屿节点
                if(grid2[i][j]==1){
                    dfs(grid2,grid1,i,j);
                    if(flag){
                        res++;
                    }
                    //重置子岛屿逻辑标志
                    flag=true;
                }

            }
        }
        return res;
        
    }

    public void dfs(int[][] grid2,int[][] grid1,int i,int j){
        //岛屿边界判断
        if(i<0||i>grid2.length-1||j<0||j>grid2[0].length-1||grid2[i][j]!=1){
            return;
        }
        grid2[i][j]=0;
        //非子岛屿判断
        if(grid1[i][j]==0){
            flag=false;
        }
        int[] updown={-1,1,0,0};
        int[] leftRight={0,0,-1,1};
        for(int k=0;k<4;k++){
            int new_i=i+updown[k];
            int new_j=j+leftRight[k];
            dfs(grid2,grid1,new_i,new_j);

        }
    }


}