【算法-LeetCode】695. 岛屿的最大面积（深度优先搜索/DFS）

695. 岛屿的最大面积 - 力扣（LeetCode）

发布：2021年9月8日16:32:33

问题描述及示例

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。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/max-area-of-island
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

提示：

• 注意: 给定的矩阵grid 的长度和宽度都不超过 50。

我的题解

这道题和我之前做的一道岛屿问题也是相同的套路。只需要在那道题的基础上做一点小小的修改即可。

参考：【算法-LeetCode】200. 岛屿数量（深度优先搜索/DFS）_赖念安的博客-CSDN博客

目前来看，岛屿问题的套路差不多就是这种模式了。关键是抓住深度优先遍历的要领：尽可能探索相邻的点。

我的题解1（深度优先搜索/DFS—递归）

主要的思路和我上面提到的那道题是完全一致的，只是稍稍增加了一个用来记录某个岛屿面积的变量 area ，并且让 result 由原来的用于记录岛屿数量改为用于保存当前最大的岛屿面积。其他逻辑完全没变。

当然也要注意 area 的被访问范围问题，一定要在用area记录下一个岛屿面积之前将area的值归零。

/**
 * @param {number[][]} grid
 * @return {number}
 */
var maxAreaOfIsland = function(grid) {
  // result不再用来存储岛屿的数量了，而是用于动态存储最大的岛屿面积
  let result = 0;
  // 增加的area变量用于记录某个岛屿的面积，注意它是不断更新的
  let area = 0;
  let visited = Array.from({ length: grid.length }).map(
    () => Array.from({ length: grid[0].length }).fill(false)
  );

  for (let i = 0; i < grid.length; i++) {
    for (let j = 0; j < grid[0].length; j++) {
      if (!visited[i][j] && grid[i][j] === 1) {
        gridDFS(grid, i, j, visited);
        // gridDFS执行完之后说明找到了一座岛屿，且全局变量area中已经存储了该岛屿的面积
        // 只要取result和area中的较大值赋值给result就能保证result保存的是最大的岛屿面积
        result = Math.max(result, area);
        // 因为area对于gridDFS函数来说是全局的，所以在用area记录下一个岛屿面积之前
        // 一定要记得将area的值归零，否则等遍历完grid之后，area就将记录所有岛屿的总面积
        area = 0;
      }
    }
  }
  return result;

  function gridDFS(grid, row, col) {
    if (!inGrid(grid, row, col) || visited[row][col] || grid[row][col] === 0) {
      return;
    }
    visited[row][col] = true;
    area++;
    gridDFS(grid, row - 1, col);
    gridDFS(grid, row + 1, col);
    gridDFS(grid, row, col - 1);
    gridDFS(grid, row, col + 1);
  }

  function inGrid(grid, row, col) {
    return 0 <= row && row < grid.length && 0 <= col && col < grid[0].length;
  }
};


提交记录
728 / 728 个通过测试用例
状态：通过
执行用时：108 ms, 在所有 JavaScript 提交中击败了23.67%的用户
内存消耗：41.3 MB, 在所有 JavaScript 提交中击败了25.00%的用户
时间：2021/09/08 16:35

可以看到这种解法的时间表现和空间表现都不怎么好。我觉得主要还是因为递归的性能太差了，没办法。

至于空间优化其实也可以参照我上面的那篇题解博客中所说的，但是我个人觉得还是尽量不要修改原来的数组得好，所以就不做空间优化了。

官方题解

更新：2021年7月29日18:43:21

因为我考虑到著作权归属问题，所以【官方题解】部分我不再粘贴具体的代码了，可到下方的链接中查看。

更新：2021年9月8日16:39:19

参考：岛屿的最大面积 - 岛屿的最大面积 - 力扣（LeetCode）

【更新结束】

有关参考

更新：2021年9月8日16:41:27
参考：【算法-LeetCode】200. 岛屿数量（深度优先搜索/DFS）_赖念安的博客-CSDN博客
更新：2021年9月8日13:57:03
参考：岛屿类问题的通用解法、DFS 遍历框架 - 岛屿数量 - 力扣（LeetCode）
参考：200. 岛屿数量（DFS / BFS） - 岛屿数量 - 力扣（LeetCode）
参考：岛屿类问题通用解法：DFS_Tim_Coder的博客-CSDN博客_岛屿问题dfs
参考：深度优先搜索dfs《岛屿问题》（共四题）_wuyouyin123的博客-CSDN博客_岛屿问题dfs
参考：基本算法——深度优先搜索（DFS）和广度优先搜索（BFS） - 简书