📟作者主页:慢热的陕西人
🌴专栏链接:力扣刷题日记
📣欢迎各位大佬👍点赞🔥关注🚓收藏,🍉留言
牛客热题:岛屿数量
题目链接
方法一:dfs
思路
- 深度优先搜索(DFS)
dfs
函数用于遍历给定位置(x, y)
的所有相邻陆地块。如果一个位置是陆地 (‘1’),则将其置为 ‘0’ 以避免重复遍历。- 从当前块向上下左右四个方向递归进行深度优先搜索。
- 岛屿计数
solve
函数中遍历整个矩阵,对每个位置(i, j)
进行检查。- 如果发现当前位置是陆地 (‘1’),则说明发现了一个新的岛屿,岛屿计数器
count
加一,并调用dfs
函数将这个岛屿的所有部分标记为 ‘0’。
代码
void dfs(vector<vector<char>>& grid, int x, int y)
{
if(x < 0 || x >= grid.size() || y < 0 || y >= grid[0].size() || grid[x][y] == '0')
return ;
//将当前pos的位置置为0
grid[x][y] = '0';
dfs(grid, x - 1, y);
dfs(grid, x, y + 1);
dfs(grid, x + 1, y);
dfs(grid, x, y - 1);
}
int solve(vector<vector<char>>& grid)
{
int n = grid.size();
int m = grid[0].size();
int count = 0;
for(int i = 0; i < n; ++i)
{
for(int j = 0; j < m; ++j)
{
if(grid[i][j] == '1')
{
count++;
//将其岛屿内的pos都置为0
dfs(grid, i, j);
}
}
}
return count;
}
复杂度
时间复杂度
- 遍历整个矩阵需要 O(m * n) 的时间。
- 在最坏情况下,每个位置都需要进行递归遍历,且每个位置只会被访问一次。因此,深度优先搜索也会在 O(m * n) 时间内完成。
综合以上两者,整体时间复杂度为: O(m * n)
空间复杂度
- 主要的空间消耗来自深度优先搜索的递归调用栈。
- 在最坏情况下,递归栈的深度与矩阵的较大维度成正比,即矩阵的行数或列数中的较大者。
因此,空间复杂度为: O(min(m,n))
方法二:bfs
思路
- BFS 函数
bfs
函数用于从给定位置(x, y)
开始进行广度优先搜索。使用队列q
来存储待处理的陆地块。- 标记开始位置为 ‘0’,然后将其加入队列。
- 使用一个
directions
向量来存储可能的四个移动方向(上、右、下、左)。 - 在队列非空时,不断处理队列中的元素,检查四个方向上的相邻块,如果是陆地(‘1’),将其置为 ‘0’ 并加入队列进行后续处理。
- 岛屿计数
solve
函数遍历整个矩阵,对于每个陆地块(‘1’),调用bfs
函数,并增加岛屿计数。
代码
void bfs(vector<vector<char>>& grid, int x, int y) {
int n = grid.size();
int m = grid[0].size();
queue<pair<int, int>> q;
q.push({x, y});
grid[x][y] = '0'; // 标记为已访问
// 定义四个可能的移动方向:上、右、下、左
vector<pair<int, int>> directions = {
{-1, 0},
{0, 1},
{1, 0},
{0, -1}
};
while (!q.empty()) {
auto [curX, curY] = q.front();
q.pop();
for (auto [dx, dy] : directions) {
int newX = curX + dx;
int newY = curY + dy;
if (newX >= 0 && newX < n && newY >= 0 && newY < m && grid[newX][newY] == '1') {
grid[newX][newY] = '0';
q.push({newX, newY});
}
}
}
}
int solve(vector<vector<char>>& grid) {
int n = grid.size();
int m = grid[0].size();
int count = 0;
for (int i = 0; i < n; ++i) {
for (int j = 0; j < m; ++j) {
if (grid[i][j] == '1') {
count++;
bfs(grid, i, j);
}
}
}
return count;
}
复杂度
时间复杂度
- 与 DFS 实现类似,整体复杂度仍然为遍历矩阵的时间加上遍历所有相邻陆地块的时间。
- 时间复杂度为 O(m * n)。
空间复杂度
- BFS 使用队列来存储待处理的陆地块。最坏情况下队列会包含矩阵中的所有元素。
- 空间复杂度为 O(m * n)。