岛屿

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 01 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;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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