岛屿数量

200. 岛屿数量

难度中等1104

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
/*深度优先搜索,如果当前为‘1’则将其修改为‘0’(表示此处已被记录),然后寻找上下左右四个方向,如果存在则重复此过程,当搜索完成,
与之相连的‘1’都被修改为‘0’*/
//定义count记录陆地数量
//遍历判断每个元素,若是‘1’则count自增1,之后搜索与之相邻陆地,将其标记为‘0’
//遍历完成返回count
int dir[4][2] = {{0,1}, {1,0}, {-1,0}, {0,-1}};//用二维数组表示四个方向

void dfs(char ** grid, int row, int col, int x, int y)
{
    if(x < 0 || x >= row || y < 0 || y >= col || grid[x][y] == '0')//处理边界,是否为‘0’必须得放在最后一个,不然-1
        return ;                                                   //超出数组范围
    else
        grid[x][y] = '0';    
    for(int  i =  0; i < 4; i++)
    {
        int xx = x + dir[i][0];//记录下一位置
        int yy = y + dir[i][1];
        dfs(grid, row, col, xx, yy);
    }    
}

int numIslands(char** grid, int gridSize, int* gridColSize)//grindcolSize上传二维数组的列数
{
    int col = gridColSize[0];/*列数gridColSize[0]可替换为*gridColSize,[0]表示读取此地址的int型数据,[1]表示读取此地址偏移一个sizeof(int)字节地址的int型数据, 所以在此处两者相等*/
    int row = gridSize;//行数
    int count = 0;
    for(int i = 0; i < row; i++)
        for(int j = 0; j < col; j++)//遍历每个点
        {
            if(grid[i][j] == '1')
            {
                dfs(grid, row, col, i, j);
                count++;
            }
        }
    return count;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
矩阵岛屿一个常见的计算算法问题,通常用于解决图论和搜索相关的问题。在Python,我们可以使用深度优先搜索(DFS)算法来解决矩阵岛屿问题。 首先,我们需要将矩阵表示为一个二维数组。每个元素可以通过0或1来表示,其0表示域,1表示陆地。我们需要遍历整个二维数组,当遇到1(表示陆地)时,就进行DFS搜索,找到与当前陆地相邻的所有陆地,将其标记为已访问,并继续搜索相邻的陆地。通过这样的遍历和搜索,我们可以计算出矩阵岛屿数量。 下面是一个简单的Python实现示例: ```python def dfs(grid, i, j): # 判断当前坐标是否越界或者已经访问过 if i < 0 or i >= len(grid) or j < 0 or j >= len(grid[0]) or grid[i][j] != 1: return # 标记当前坐标为已访问 grid[i][j] = '#' # 搜索上下左右四个方向 dfs(grid, i - 1, j) dfs(grid, i + 1, j) dfs(grid, i, j - 1) dfs(grid, i, j + 1) def numIslands(grid): count = 0 for i in range(len(grid)): for j in range(len(grid[0])): if grid[i][j] == 1: # 发现一个新的岛屿,进行DFS搜索 dfs(grid, i, j) count += 1 return count # 示例输入 grid = [ [1, 1, 0, 0, 0], [1, 1, 0, 0, 0], [0, 0, 1, 0, 0], [0, 0, 0, 1, 1] ] # 调用函数计算岛屿数量 islands = numIslands(grid) print("岛屿数量为:", islands) ``` 运行上述代码,输出结果为:岛屿数量为:3。表示给定的矩阵有3个岛屿。这就是通过深度优先搜索算法来解决矩阵岛屿问题的一个简单实现。

“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