200. 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

  public static void main(String[] args) {
        /*
        * Test代码
        * */
        char[][] grid = new char[][]{ {'1','1','1','1','0'},
                {'1','1','0','1','0'},
                {'1','1','0','0','0'},
                {'0','0','0','0','1'}};
        System.out.println(numIslands(grid));
    }
    public static int numIslands(char[][] grid){
        int ans = 0;
        for (int i = 0; i < grid.length; i++) {
            for (int j = 0; j < grid[i].length; j++) {
                if(grid[i][j] == '1'){
                    dfs(grid,i,j);
                    ans ++;
                }
            }
        }
        return ans;
    }
    public static void dfs(char[][] grid,int i,int j){
        int l1 = grid.length,l2 = grid[0].length;
        if( i >= l1 || j >= l2 || i < 0 || j < 0 ){
            return;
        }
        if (grid[i][j] != '1'){
            return;
        }
        grid[i][j] = '2';
        dfs(grid,i-1,j);
        dfs(grid,i+1,j);
        dfs(grid,i,j+1);
        dfs(grid,i,j-1);
    }

}

本题可以选择用DFS,BFS,并查集的方法来做,这里实例DFS的方法;

思路:首先,需要明确DFS的作用 --> 遍历与目标相关的区域。即,将陆地‘1’作为目标,当遍历到‘1’时,我们再同时在底层遍历与‘1’相关的上下左右区域,并且标记为‘2’,说明已经遍历过了。遍历的时候,我们通过使用递归的思想,再次调用dfs进行遍历,这样就会在底层一次性将所有‘1’相连的区域遍历并标注完,而这样一块区域就是一个岛屿。由此则可以看懂代码。

注意点:

1.因为我们可以保证这个二维数组是个矩形的,所以我们可以用grid【0】的长度来判断当前遍历的位置是否超出这个数组。反之,如果用grid【i】来当做条件,则会出现角标越界的问题(这个时候也可以将||改为|,这样会通过断触的方式来避免角标越界);

2. 需要注意这里的DFS思想,并不是一次性遍历所有的区域,而是查找符合目标的区域并标记。

  • 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机算法问题,通常用于解决图论和搜索相关的问题。在Python中,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。每个元素可以通过0或1来表示,其中0表示域,1表示陆地。我们需要遍历整个二维数,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中的岛屿数量。 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。表示给定的矩阵中有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。
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