给定一个包含了一些 0 和 1的非空二维数组 grid , 一个 岛屿 是由四个方向 (水平或垂直) 的 1 (代表土地) 构成的组合。你可以假设二维矩阵的四个边缘都被水包围着。
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。
注意:
给定的矩阵grid 的长度和宽度都不超过 50。
解法一:
深度优先遍历:
使用了一些全局变量
public class Solution {
private static int[][] book;
// 右下左上4个移动点
private static int[][] mov = new int[][] { { 0, 1 }, { 1, 0 }, { 0, -1 }, { -1, 0 } };
// 陆地个数
private static int sum;
public int maxAreaOfIsland(int[][] grid) {
int maxArea = 0;
// 标记初始化
book = new int[grid.length][grid[0].length];
// 深度遍历
for (int i = 0; i < grid.length; i++) {
for (int j = 0; j < grid[i].length; j++) {
if (grid[i][j] == 1) {
sum = 0;
dfs( i, j,grid);
maxArea = Math.max(maxArea, sum);
}
}
}
return maxArea;
}
private void dfs( int x, int y,int[][] grid) {
int tx;
int ty;
if (book[x][y] == 0) {
sum++;
book[x][y] = 1;
}
for (int i = 0; i < 4; i++) {
tx = x + mov[i][0];
ty = y + mov[i][1];
if (tx < 0 || tx > grid.length - 1 || ty < 0 || ty > grid[0].length - 1) {
continue;
}
if (grid[tx][ty] == 1 && book[tx][ty] == 0) {
dfs(tx, ty,grid);
}
}
}
}
解法二:
广度优先遍历:
创建了一些全局变量,使用对象数组和两个整型变量实现队列的存取方式。不太行
public class Solution{
/**
* 用来标记已经走过的位置
*/
private static int[][] book;
private static int rowLength;
private static int columnLength;
public int maxAreaOfIsland(int[][] grid) {
// 数组的行数
rowLength = grid.length;
// 数组的列数
columnLength = grid[0].length;
// 初始化二维数组
book = new int[rowLength][columnLength];
// 广度遍历
return bfs(grid);
}
public int bfs(int[][] grid) {
// 存放每一个点位
int[] spot = new int[2];
// 右下左上4个移动点
int[][] mov = new int[][] { { 0, 1 }, { 1, 0 }, { 0, -1 }, { -1, 0 } };
// 遍历地图时需要的坐标
int x;
int y;
// 遍历地图时用来存放坐标的队列
Object[] que = new Object[rowLength * columnLength];
int head;
int tail;
// 陆地个数
int sum;
// 最大陆地面积
int maxArea=0;
// 遍历地图
for (int i = 0; i < rowLength; i++) {
for (int j = 0; j < columnLength; j++) {
tail = 0;
head = 0;
sum = 0;
// 判断是否为水
if (grid[i][j] == 0) {
continue;
}
// 将初始落点加入队列
spot[0] = i;
spot[1] = j;
que[tail] = spot;
book[i][j] = 1;
tail++;
sum++;
// 当队列不为空时循环
while (head < tail) {
// 向4个方向探索
for (int k = 0; k < 4; k++) {
x = ((int[]) que[head])[0] + mov[k][0];
y = ((int[]) que[head])[1] + mov[k][1];
// 判断是否越界 一定要搞清楚临界情况
if (x < 0 || x > rowLength - 1 || y < 0 || y > columnLength - 1) {
continue;
}
// 判断是否为已走过的陆地
if (grid[x][y] == 1 && book[x][y] == 0) {
book[x][y] = 1;
sum++;
int[] s = new int[] { x, y };
que[tail] = s;
tail++;
}
}
head++;
}
if (maxArea < sum) {
maxArea = sum;
}
}
}
return maxArea;
}
}
解法三:
沉没岛屿法:
采用深度优先遍历,不使用全局变量。来自LeetCode题解
class Solution {
public int maxAreaOfIsland(int[][] grid) {
int res = 0;
for (int i = 0; i < grid.length; i++) {
for (int j = 0; j < grid[i].length; j++) {
if (grid[i][j] == 1) {
res = Math.max(res, dfs(i, j, grid));
}
}
}
return res;
}
// 每次调用的时候默认num为1,进入后判断如果不是岛屿,则直接返回0,就可以避免预防错误的情况。
// 每次找到岛屿,则直接把找到的岛屿改成0,这是传说中的沉岛思想,就是遇到岛屿就把他和周围的全部沉没。
// ps:如果能用沉岛思想,那么自然可以用朋友圈思想。有兴趣的朋友可以去尝试。
private int dfs(int i, int j, int[][] grid) {
if (i < 0 || j < 0 || i >= grid.length || j >= grid[i].length || grid[i][j] == 0) {
return 0;
}
grid[i][j] = 0;
int num = 1;
num += dfs(i + 1, j, grid);
num += dfs(i - 1, j, grid);
num += dfs(i, j + 1, grid);
num += dfs(i, j - 1, grid);
return num;
}
}
作者:mark-42
链接:LeetCode题解链接
收获:
遍历时一定要考虑清楚边界的问题。解题时先写的是广度优先遍历,在设置边界值时忘记将数组长度减一导致运行时数组一直越界,调试时还一直没意识到问题所在,消耗了不少时间。