【深度优先搜索】经典例题:岛屿的最大面积 + 岛屿数量

一、题目

在这里插入图片描述
在这里插入图片描述

二、深度优先搜索

1、算法思想

  • 深度优先搜索(depth-first seach,DFS)是一种用于解决图搜索问题的优先搜索/遍历算法。
  • 图搜索问题是在具有节点和边的图结构中寻找特定目标的问题,通常需要找到从起始节点到目标节点的路径或者确定是否存在这样的路径
  • 基本的思路就是:从起始节点开始,沿着一条路径一直走到底,直到不能再走为止;然后回溯到上一个节点,再走其他可能的路径,直到所有的路径都遍历过为止。
  • 从上述思路可以知道:当遍历完一条路径以后需要回溯到上一个节点,而且通常需要返回一些值,因此DFS函数中需要使用先入后出的栈 或者 与栈等价的递归 实现。

2、算法模板

int/void/... dfs(输入:一般为初始节点)
	1、记录该节点对应的值,具体题目具体分析;
	2、一般会增加一个变量记录是否搜索过该节点;
	3、开始进行遍历,可能会有不同的方向(通常单独建立一个变量表示搜索方向):
		搜索到下一个节点,判断该节点是否满足一定的条件(具体问题,具体分析):
			满足条件,则会调用dfs函数进行递归(注意递归一定要有边界条件,来结束递归)
	4、返回结果:return 某个值

三、解法

1、岛屿的最大面积
1)整体思路:将网格中的每个节点作为初始节点(如果是陆地在进入dfs,否则没必要进入),以四个方向进行遍历实现深度优先搜索;
2)dfs函数输入为初始节点(x, y),定义两个vector dx和dy表示四个方向,以及一个与grid同维度的g来表示每个节点是否已被搜索过;
3)dfs函数中:定义area表示该节点是否为陆地,是陆地为1,否则为0。然后记录该节点是否被搜索过,被搜索过变为0。开始遍历节点:如果该节点的位置在网格内,且值为1,则area += dfs(x, y)。

class Solution {
public:
    int m, n;
    vector<vector<int>> g;
    vector<int> dx = {-1, 1, 0, 0};
    vector<int> dy = {0, 0, -1, 1};

    int dfs(int x, int y){
        int area = 1;
        g[x][y] = 0;
        for (int k = 0; k < 4; k++){
            int a = x + dx[k];
            int b = y + dy[k];
            if (a >= 0 && a < m && b >= 0 && b < n && g[a][b]){
                area += dfs(a, b);
            }
        }
        return area;
    }

    int maxAreaOfIsland(vector<vector<int>>& grid) {
        m = grid.size();
        n = grid[0].size();
        g = grid;
        int res = 0;
        for (int i = 0; i < m; i++){
            for (int j = 0; j < n; j++){
                if (g[i][j]){
                    res = max(res, dfs(i, j));
                }
            }
        }
        return res;
    }
};

2、岛屿数量
与上一题类似,由于要计算岛屿数量,dfs遍历完所有路径以后,返回值改为1即可

class Solution {
public:
    int m, n;
    vector<vector<char>> g;
    vector<int> dx = {-1, 1, 0, 0};
    vector<int> dy = {0, 0, -1, 1};

    int dfs(int x, int y){
        g[x][y] = '0';
        for (int k = 0; k < 4; k++){
            int a = x + dx[k];
            int b = y + dy[k];
            if (a >= 0 && a < m && b >= 0 && b < n && g[a][b] == '1'){
                dfs(a, b);
            }
        }
        return 1;
    }

    int numIslands(vector<vector<char>>& grid) {
        m = grid.size();
        n = grid[0].size();
        g = grid;
        int res = 0;
        for (int i = 0; i < m; i++){
            for (int j = 0; j < n; j++){
                if (g[i][j] == '1'){
                    res += dfs(i, j);
                }
            }
        }
        return res;
    }
};
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
便起见,我们将地图简化成了一个二维字符数组: ``` [['W', 'W', 'W', 'W', 'W', 'W', 'W'], ['W', 'W', 'L', 'L', 'L', 'W', 'W'], ['W', 'W', 'W', 'W', 'W', 'W', 'W'], ['W', 'W', 'W', 'W', 'L', 'L', 'W'], ['W', 'W', 'W', 'W', 'W', 'W', 'W']] ``` 其中 `W` 表示水域,`L` 表示陆地。一个岛屿被定义为一片相邻的陆地,上下左右四个方向相邻。在上面的地图中,有两个岛屿,一个由左下角的 3 个 L 组成,另一个由右下角的 3 个 L 组成。我们需要找到最大的岛屿,即包含陆地格子最多的岛屿,输出它的大小。 那么,我可以用深度优先遍历算法来解决这个问题。我会从每个陆地格子开始,向上下左右四个方向进行深度优先遍历,遇到水域或已经访问过的陆地格子就停止遍历。遍历过程中,我会记录已经访问过的陆地格子数量,以得到当前岛屿的大小。最后,我会将每个岛屿的大小进行比较,找到最大的岛屿。 下面是我实现深度优先遍历算法的伪代码: ``` function DFS(i, j, visited): if (i, j) not in visited and grid[i][j] == 'L': visited.add((i, j)) size = 1 for x, y in adjacent(i, j): size += DFS(x, y, visited) return size else: return 0 function find_max_land(): max_size = 0 visited = set() for i in range(rows): for j in range(cols): size = DFS(i, j, visited) max_size = max(max_size, size) return max_size ``` 其中 `adjacent(i, j)` 函数用于返回格子 `(i, j)` 的上下左右四个相邻格子的坐标。 最后,我会调用 `find_max_land()` 函数来找到最大的岛屿。对于上面的地图,最大的岛屿大小为 6。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值