《你也能看得懂的Python算法书》学习笔记（五）

在学习笔记四中我们使用深度优先遍历算法解决了一道以二叉树作为数据结构的题目。笔记五我们继续讲解一道可以使用深度优先遍历算法来解决的问题。

题目描述：我们使用二维数组来表示一片海域，0表示水面，1表示岛屿。我们的任务是找到面积最大的岛屿。下面左图是岛屿的示意图，右图是最大岛屿示意图。

解题思路：

要寻找面积最大的岛屿，我们需要将海域中所有岛屿的面积都计算出来之后进行比较。在计算岛屿的面积之前，我们应该首先了解如何去发现陆地。因为陆地所对应坐标上的值都是1，因此我们可以进行网格式搜索，找到值为一的坐标所对应的地方就是岛屿。

代码如下：

    def maxAreaOfIsland(self, grid):
        self.maxArea = 0
        row = len(grid)
        col = len(grid[0])
        for i in range(row):
            for j in range(col):
                if grid[i][j] == 1:

        return self.maxArea

找到值为1的地方其实就相当于我们我们登上了岛屿，接下来我们需要测量这个岛屿的面积。由于岛屿是由上下左右这四个方向的陆地组成的，所以我们可以规定一种查找顺序，全部按照上下左右四个方向进行顺序查找。 现在就可以开始用深度优先遍历算法来测算岛屿的面积了，从登陆岛屿的第一个平方米开始就要按照规定的顺序不断地计算岛屿的平方米数，直到走到不能走为止才可以更换方向，为了不重复计算，我们就将修改走过的陆地所对应的值为2。

下面这个例子可以让大家更熟悉这个算法的流程：

首先我们向上寻找，发现已经超出了地图的边界，于是向下寻找发现陆地，便移动过去，这个时候要将数值改成2表示已经访问过。

接着我们在第二块陆地上继续寻找，发现向上没有未访问过的陆地，向下和向左都是海水，最后向右走发现是陆地，于是移动过去。之后继续使用上下左后的顺序进行寻找，发现上方是陆地，于是移动过去。

 

这个时候我们可以发现已经没有陆地了，于是我们退回到上一步的位置，继续换个方式寻找陆地。同样，上一步也没有了，我们就继续后退，直到回到最初点，真个搜索过程结束。这就是深度优先搜索的全部过程。

我们将定义一个函数来表示深度优先算法：

    def dfs(self, k, z, current, grid):
        grid[k][z] = 2
        if k > 0 and grid[k - 1][z] == 1:
            current = self.dfs(k - 1, z, current + 1, grid)
        if k < (len(grid) - 1) and grid[k + 1][z] == 1:
            current = self.dfs(k + 1, z, current + 1, grid)
        if z > 0 and grid[k][z - 1] == 1:
            current = self.dfs(k, z - 1, current + 1, grid)
        if z < (len(grid[0]) - 1) and grid[k][z + 1] == 1:
            current = self.dfs(k, z + 1, current + 1, grid)
        self.maxArea = max(self.maxArea, current)
        return current

 最后将网格搜索陆地和在陆地上进行深度优先搜素岛屿面积合并在一起，代码如下：

class solution:
    def maxAreaOfIsland(self, grid):
        self.maxArea = 0
        row = len(grid)
        col = len(grid[0])
        for i in range(row):
            for j in range(col):
                if grid[i][j] == 1:
                    current = 1
                    self.dfs(i, j, current, grid)
        return self.maxArea

    def dfs(self, k, z, current, grid):
        grid[k][z] = 2
        if k > 0 and grid[k - 1][z] == 1:
            current = self.dfs(k - 1, z, current + 1, grid)
        if k < (len(grid) - 1) and grid[k + 1][z] == 1:
            current = self.dfs(k + 1, z, current + 1, grid)
        if z > 0 and grid[k][z - 1] == 1:
            current = self.dfs(k, z - 1, current + 1, grid)
        if z < (len(grid[0]) - 1) and grid[k][z + 1] == 1:
            current = self.dfs(k, z + 1, current + 1, grid)
        self.maxArea = max(self.maxArea, current)
        return current