BFS与DFS 岛屿问题LeetCode200官方解析及个人理解

这篇博客介绍了LeetCode第200题‘岛屿数量’的解决方案,重点讨论了使用DFS和BFS两种算法的理解。作者认为DFS在解决此问题时更为直观,同时提供了BFS的解题思路,将其类比于二叉树的层序遍历,并分享了一位技术UP主的Python解题视频。文章也提到了Java实现的简洁性和并查集作为解决归并问题的模板。
摘要由CSDN通过智能技术生成

LeetCode200
岛屿数量

岛屿问题确实很经典,有Dfs(深度优先搜索)和Bfs(广度优先搜索)和并查集等多种解题方式,分别对应栈、队列以及树型的数据结构
相比较LeetCode三种官方题解,这道题感觉使用Dfs会更加容易理解一些

题目直接拷过来 内容及用例大致如下
给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。
岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
此外,你可以假设该网格的四条边均被水包围。
示例 1:

输入:grid = [
  ["1","1","1","1","0"],
  ["1","1","0","1","0"],
  ["1","1","0","0","0"],
  ["0","0","0","0","0"]
]

输出:1
示例 2:

输入:grid = [
  ["1","1","0","0","0"],
  ["1","1","0","0","0"],
  ["0","0","1","0","0"],
  ["0","0","0","1","1"]
]
]

输出:3
提示:m == grid.length n == grid[i].length 1 <= m, n <= 300 grid[i][j] 的值为 '0' 或 '1'

public class Dfs{
     // LeetCode深搜官方题解 乍一眼看上去感觉深搜真的很简单粗暴
    public static void main(String[] args) {
   
        int[][] grid = {
   {
   1,1,1,1,0},{
   1,1,0,1,0},{
   1,1,0,0,0},{
   0,0,0,0,0}};
        int row = grid.length;
        int col = grid[0].length;
        int numberOfIsland = 0;

        for( int r = 0; r < row; ++r){
       //依次去遍历,如果遇到陆地格子,直接将岛屿数量加一
            for( int c = 0 ; c < col; c++){
   
                if(grid[r][c] == 1){
   
                    ++numberOfIsland;
                    dfs(grid,r,c);
                }
            }
        }
        System.out.println(numberOfIsland);
    }
      
    private static 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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