岛屿数量
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:
11110
11010
11000
00000输出: 1
示例 2:
输入:
11000
11000
00100
00011输出: 3解释: 每座岛屿只能由水平和/或竖直方向上相邻的陆地连接而成
方法一:DFS
public int numIslands(char[][] grid) {
int count = 0;
for (int i = 0; i < grid.length; i++) {
for (int j = 0; j < grid[0].length; j++) {
if (dfs(grid, i, j)) {
count++;
}
}
}
return count;
}
public boolean dfs(char[][] grid, int i, int j) {
if (i < 0 || i >= grid.length || j < 0 ||
j >= grid[0].length || grid[i][j] == '0') {
return false;
}
grid[i][j] = '0';
dfs(grid, i - 1, j);
dfs(grid, i + 1, j);
dfs(grid, i, j - 1);
dfs(grid, i, j + 1);
return true;
}
时间复杂度O(mn)
空间复杂度O(mn),在最坏情况下,整个网格均为陆地,深度优先搜索的深度达到mn
方法二:BFS
public int numIslands(char[][] grid) {
int count = 0;
Queue<int[]> queue = new LinkedList<>();
for (int i = 0; i < grid.length; i++) {
for (int j = 0; j < grid[0].length; j++) {
if (grid[i][j] == '1') {
grid[i][j] = '0';
queue.offer(new int[]{i, j});
bfs(grid, queue);
count++;
}
}
}
return count;
}
public void bfs(char[][] grid, Queue<int[]> queue) {
while (!queue.isEmpty()) {
int[] pos = queue.poll();
int i = pos[0];
int j = pos[1];
if (i - 1 >= 0 && grid[i - 1][j] == '1') {
grid[i - 1][j] = '0';
queue.offer(new int[]{i - 1, j});
}
if (i + 1 < grid.length && grid[i + 1][j] == '1') {
grid[i + 1][j] = '0';
queue.offer(new int[]{i + 1, j});
}
if (j - 1 >= 0 && grid[i][j - 1] == '1') {
grid[i][j - 1] = '0';
queue.offer(new int[]{i, j - 1});
}
if (j + 1 < grid[0].length && grid[i][j + 1] == '1') {
grid[i][j + 1] = '0';
queue.offer(new int[]{i, j + 1});
}
}
}
时间复杂度O(mn)
时间复杂度O(mn)
岛屿的最大面积
给定一个包含了一些 0
和 1
的非空二维数组 grid
。
一个 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。
找到给定的二维数组中最大的岛屿面积。(如果没有岛屿,则返回面积为 0
。)
示例 1:
[[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]]
对于上面这个给定矩阵应返回 6
。注意答案不应该是 11
,因为岛屿只能包含水平或垂直的四个方向的 1
。
示例 2:
[[0,0,0,0,0,0,0,0]]
对于上面这个给定的矩阵, 返回 0
。
注意:给定的矩阵grid
的长度和宽度都不超过 50
方法一:DFS
public int maxAreaOfIsland(int[][] grid) {
int maxArea = 0;
for (int i = 0; i < grid.length; i++) {
for (int j = 0; j < grid[0].length; j++) {
maxArea = Math.max(maxArea, dfs(grid, i, j));
}
}
return maxArea;
}
public int dfs(int[][] grid, int i, int j) {
if (i < 0 || i >= grid.length || j < 0 ||
j >= grid[0].length || grid[i][j] == 0) {
return 0;
}
int ans = 1;
grid[i][j] = 0;
ans += dfs(grid, i - 1, j);
ans += dfs(grid, i + 1, j);
ans += dfs(grid, i, j - 1);
ans += dfs(grid, i, j + 1);
return ans;
}
方法二: BFS
public int maxAreaOfIsland(int[][] grid) {
int maxArea = 0;
Queue<int[]> queue = new LinkedList<>();
for (int i = 0; i < grid.length; i++) {
for (int j = 0; j < grid[0].length; j++) {
if (grid[i][j] == 1) {
grid[i][j] = 0;
queue.offer(new int[]{i, j});
maxArea = Math.max(maxArea, bfs(grid, queue));
}
}
}
return maxArea;
}
public int bfs(int[][] grid, Queue<int[]> queue) {
int area = 0;
while (!queue.isEmpty()) {
int[] pos = queue.poll();
int i = pos[0];
int j = pos[1];
area++;
if (i - 1 >= 0 && grid[i - 1][j] == 1) {
grid[i - 1][j] = 0;
queue.offer(new int[]{i - 1, j});
}
if (i + 1 < grid.length && grid[i + 1][j] == 1) {
grid[i + 1][j] = 0;
queue.offer(new int[]{i + 1, j});
}
if (j - 1 >= 0 && grid[i][j - 1] == 1) {
grid[i][j - 1] = 0;
queue.offer(new int[]{i, j - 1});
}
if (j + 1 < grid[0].length && grid[i][j + 1] == 1) {
grid[i][j + 1] = 0;
queue.offer(new int[]{i, j + 1});
}
}
return area;
}
最大正方形
在一个由 0 和 1 组成的二维矩阵内,找到只包含 1 的最大正方形,并返回其面积。
示例:
输入:
1 0 1 0 0
1 0 1 1 1
1 1 1 1 1
1 0 0 1 0输出: 4
方法一:暴力
public int maximalSquare(char[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int maxLen = 0;
for (int i = 0; i < matrix.length; i++) {
for (int j = 0; j < matrix[0].length; j++) {
if (matrix[i][j] == '1') {
int curMaxSide = Math.min(matrix.length - i, matrix[0].length - j);//当前可能的最大边长
int k;
Side:
for (k = 1; k < curMaxSide; k++) {
if (matrix[i + k][j + k] == '1') {//对角线为1
for (int m = 0; m < k; m++) {//新增的一行一列是否都为1
if (matrix[i + k][m + j] == '0' || matrix[i + m][j + k] == '0') {
break Side;
}
}
} else {
break;
}
}
maxLen = Math.max(maxLen, k);
}
}
}
return maxLen * maxLen;
}
时间复杂度O(mn min(m,n)2)
方法二:动态规划
dp(i, j)表示以 (i, j)为右下角,且只包含 1 的正方形的边长最大值
如果该位置的值是 0,则 dp(i, j) = 0
如果该位置的值是 1,则 dp(i, j)的值由其上方、左方和左上方的三个相邻位置的 dp 值决定。具体而言,当前位置的元素值等于三个相邻位置的元素中的最小值加 1,状态转移方程如下:
dp(i, j)=min(dp(i−1, j), dp(i−1, j−1), dp(i, j−1))+1
此外,还需要考虑边界条件。如果 i 和 j中至少有一个为 0,则以位置 (i, j) 为右下角的最大正方形的边长只能是 1,因此 dp(i, j) = 1
public int maximalSquare(char[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int maxLen = 0;
int[][] dp = new int[matrix.length][matrix[0].length];
for (int i = 0; i < matrix.length; i++) {
for (int j = 0; j < matrix[0].length; j++) {
if (matrix[i][j] == '1' ){
if (i == 0 || j == 0) {
dp[i][j] = 1;
} else {
dp[i][j] = Math.min(Math.min(dp[i - 1][j - 1], dp[i][j -1]), dp[i -1][j]) + 1;
}
maxLen = Math.max(maxLen, dp[i][j]);
}
}
}
return maxLen * maxLen;
}
时间复杂度O(mn)
方法三:二进制思路(未通过)
把矩阵中的每一行看做二进制数
例子:
1 0 1 0 0
1 0 1 1 1
两数相与得到
1 0 1 0 0
在这个数字中,连续的 1 就可以看作是正方形的宽,而高度就是 2,因为是 2 个数相与的。所以能构成的最大正方形边长为 min(宽,高)=min(1,2)=1。
- 用 2 个指针 i,j 分别表示开始行和最后一行,这2行之间的所有行(包括这 2 行)全部相与,看能得到多少个连续最多的 1,亦即求宽度,而高度则等于 j-i+1。枚举所有的(i,j) 组合,并保存结果中的最大值。
- 如何求一个数中连续最多的 1?小技巧:每次将这个数和它左移一位后的数相与,直到它变成 0,记录操作次数,这个操作次数就是连续最多的 1
由于可能列很长,转换成long型的数失败,所以不能通过
public int maximalSquare(char[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int maxLen = 0;
long[] nums = new long[matrix.length];
//转成二进制数
for (int i = 0; i < nums.length; i++) {
StringBuilder sb = new StringBuilder();
for (int j = 0; j < matrix[0].length; j++) {
sb.append(matrix[i][j]);
}
nums[i] += Long.valueOf(sb.toString(), 2);
}
for (int i = 0; i < nums.length; i++) {
if (maxLen >= matrix.length - i) { //不可能有更长的边了
break;
}
long temp = nums[i];
for (int j = i; j < nums.length; j++) {
temp &= nums[j];
int width = getWidth(temp);
maxLen = Math.max(maxLen, Math.min(width, j - i + 1));
}
}
return maxLen * maxLen;
}
public int getWidth(long num) {
int width = 0;
while (num != 0) {
num = num & num >>> 1;
width++;
}
return width;
}
统计全为 1 的正方形子矩阵
给你一个 m * n
的矩阵,矩阵中的元素不是 0
就是 1
,请你统计并返回其中完全由 1
组成的 正方形 子矩阵的个数。
示例 1:
输入:matrix =
[
[0,1,1,1],
[1,1,1,1],
[0,1,1,1]
]输出:15
解释:
边长为 1 的正方形有 10 个。
边长为 2 的正方形有 4 个。
边长为 3 的正方形有 1 个。
正方形的总数 = 10 + 4 + 1 = 15.
示例 2:
输入:matrix =
[
[1,0,1],
[1,1,0],
[1,1,0]
]输出:7解释:
边长为 1 的正方形有 6 个。
边长为 2 的正方形有 1 个。
正方形的总数 = 6 + 1 = 7
方法一:暴力
public int countSquares(int[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int ans = 0;
for (int i = 0; i < matrix.length; i++) {
for (int j = 0; j < matrix[0].length; j++) {
if (matrix[i][j] == 1) {
ans++;
int curMaxSide = Math.min(matrix.length - i, matrix[0].length - j);//当前可能的最大边长
int k;
Side:
for (k = 1; k < curMaxSide; k++) {
if (matrix[i + k][j + k] == 1) {//对角线为1
for (int m = 0; m < k; m++) {//新增的一行一列是否都为1
if (matrix[i + k][m + j] == 0 || matrix[i + m][j + k] == 0) {
break Side;
}
}
} else {
break;
}
ans++;
}
}
}
}
return ans;
}
方法二:动态规划
public int countSquares(int[][] matrix) {
if (matrix == null || matrix.length == 0) {
return 0;
}
int ans = 0;
int[][] dp = new int[matrix.length][matrix[0].length];
for (int i = 0; i < matrix.length; i++) {
for (int j = 0; j < matrix[0].length; j++) {
if (matrix[i][j] == 1) {
if (i == 0 || j == 0) {
dp[i][j] = 1;
} else {
dp[i][j] = Math.min(Math.min(dp[i - 1][j - 1], dp[i][j -1]), dp[i -1][j]) + 1;
}
ans += dp[i][j];
}
}
}
return ans;
}