力扣——算法入门计划第七天

目录

🍕题目

🍔方法一：BFS就是广度优先搜索

🍟BFS代码 

🍔方法二：DFS

🍟代码

🍕题目 

🍔思路：

🍟代码

---

🍕题目

733. 图像渲染

🍔方法一：BFS就是广度优先搜索

BFS就是广度优先搜索

先要记录初始节点的颜色值（找个变量存储起来）

1)我们从给定的起点开始，给它染色，进行广度优先搜索。这个初始节点当作第一层。
找到初始节点周围四个节点，给它们染色（符合条件的才能染），

2)这四个节点当作第二层。
再找到这四个节点周围八个节点，给它们染色（符合条件的才能染），

3)这八个节点当作第三层。
重复以往，层层递进，直到找不到符合要求的节点。

4)每次搜索到一个方格时，如果其与初始位置的方格颜色相同，就将该方格加入队列，并将该方格的颜色更新，以防止重复入队。

🍟BFS代码 

class Solution:
    def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:
        currcolor = image[sr][sc]
        if currcolor == newColor:
            return image
        
        n,m = len(image),len(image[0])
        que = collections.deque([(sr,sc)])
        image[sr][sc] = newColor
        while que:
            x,y = que.popleft()
            for mx,my in [(x-1,y),(x+1,y),(x,y-1),(x,y+1)]:
                if 0 <= mx < n and 0 <= my < m and image[mx][my] == currcolor:
                    que.append((mx,my)) 
                    image[mx][my] = newColor

        return image

 

🍔方法二：DFS

DFS，即 深度优先搜索。

1）先定个四个方向的顺序，例如上下左右，先上后下后左最后右
2）首先找到初始节点，给它染色。
3）按照方向的顺序，这里是上，就先把这个点的上方点先染色。
4）一直往上一直往上，直到不符合要求，便退一步，再找这个点的下方向
重复这个步骤。（这步是和BFS主要差别）

🍟代码

class Solution:
    def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:
        n, m = len(image), len(image[0])
        currColor = image[sr][sc]

        def dfs(x: int, y: int):
            if image[x][y] == currColor:
                image[x][y] = newColor
                for mx, my in [(x - 1, y), (x + 1, y), (x, y - 1), (x, y + 1)]:
                    if 0 <= mx < n and 0 <= my < m and image[mx][my] == currColor:
                        dfs(mx, my)

        if currColor != newColor:
            dfs(sr, sc)
        return image

🍕题目 

695. 岛屿的最大面积

🍔思路：

1）题目其实想让我们求网格中每个连通形状的面积，然后取最大值。（1表示岛屿）

2）如果我们在一个土地上，以 4个方向查找与之相连的每一个土地（以及与这些土地相连的土地），

那么探索过的土地总数将是该连通形状的面积。如同等于5 * 1 = 5

3）同时为了确保每个土地访问不超过一次，我们每次经过一块土地时，将这块土地的值置为 0。这样我们就不会多次访问同一土地。

🍟代码

先定义dfs深度优先搜索函数，在定义一个求最大岛屿面积函数

具体见代码

class Solution:
    def dfs(self, grid, cur_i, cur_j) -> int:
        if cur_i < 0 or cur_j < 0 or cur_i == len(grid) or cur_j == len(grid[0]) or grid[cur_i][cur_j] != 1:
            return 0
        else:grid[cur_i][cur_j] = 0   #如果不是0，而且没越界就是岛屿的土地
        ans = 1
        for di, dj in [[0, 1], [0, -1], [1, 0], [-1, 0]]: #不断探寻
            next_i, next_j = cur_i + di, cur_j + dj
            ans += self.dfs(grid, next_i, next_j)
        return ans

    def maxAreaOfIsland(self, grid: List[List[int]]) -> int:
        ans = 0
        for i, l in enumerate(grid):
            for j, n in enumerate(l):
                ans = max(self.dfs(grid, i, j), ans) #调用定义的dfs函数
        return ans