岛屿数量(Java)

在这里插入图片描述
分析:
把1当成陆地,0当成海,简单来说只要上下左右如果是1的话就可以看成一个陆地,从示例中也可以很清楚的看懂。
思路:
用一个和grid大小一样的整型二维数组arr来代表岛屿的生成过程,遍历grid,如果遇到grid[i][j]=‘1’&&arr[i][j]=0(前者代表这是块陆地,后者表示要在arr中生成这块陆地),进入岛屿生产函数createIsLands,createIsLands函数首先要在arr中生成岛屿即arr[i][j]=1,然后判断这块岛屿的上下左右是否满足之前那个条件,如果满足则递归调用createIsLands继续生成岛屿,直到无法再生成岛屿为止,此时大岛屿数量num++,跳出整个大函数,继续遍历grid和arr,直到遍历完为止,类似感染的过程。
解题过程:
①首先肯定是需要定义一个num用来表示岛屿的数量,初始为0
②初始化arr二维数组,大小和grid一样
③遍历二维数组
④当grid[i][j]=‘1’&&arr[i][j]=0时进入岛屿生产函数createIsLands
⑤进入函数,arr[i][j]=1
⑥判断i,j坐标的上下左右是否满足grid[i][j]=‘1’&&arr[i][j]=0且没有数组越界
⑦满足的话递归调用createIsLands直到不能再上次岛屿为止
⑧跳出大createIsLands函数,num++
⑨遍历完毕,return num
代码:

class Solution {
    public int numIslands(char[][] grid) {
        int num = 0;
        int arr[][] = new int[grid.length][grid[0].length];
        for (int i = 0; i < grid.length; i++) {
            for (int j = 0; j < grid[0].length; j++) {
                if (arr[i][j] == 0 && grid[i][j] == '1') {
                    createIsLands(i , j,grid,arr);
                    num++;
                }
            }
        }
        return num;
    }
    public static void createIsLands(int i,int j,char[][] grid,int arr[][]) {
        arr[i][j] = 1;
        if(i - 1 >= 0 && arr[i - 1][j] == 0 && grid[i - 1][j] == '1'){
            createIsLands(i - 1, j,grid,arr);
        }
        if(i + 1 <= grid.length - 1 && arr[i + 1][j] == 0 && grid[i + 1][j] == '1'){
            createIsLands(i + 1, j,grid,arr);
        }
        if(j - 1 >= 0 && arr[i][j - 1] == 0 && grid[i][j - 1] == '1'){
            createIsLands(i, j - 1,grid,arr);
        }
        if(j + 1 <= grid[0].length - 1 && arr[i][j + 1] == 0 && grid[i][j + 1] == '1'){
            createIsLands(i, j + 1,grid,arr);
        }
    }
}
  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
矩阵岛屿是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组。每个元素可以通过0或1来表示,其中0表示水域,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。

“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