一、问题描述
小明想知道哪个岛是最大的岛屿,请你用深度优先遍历算法来帮助他。如图所示,为了方便计算,我们使用一个二维数组来表示一片海域,用0表示水面,用1表示陆地,我们的任务是找出其中最大的岛屿。注意,岛屿是指上下左右四个方向相连接的陆地区域。
二、问题求解
def largest_island(grid):
# 定义深度优先搜索(DFS)函数,用于计算单个岛屿的面积
def dfs(x, y):
# 检查边界条件,如果越界或该位置是海域(值为0),则返回0
if x < 0 or x >= len(grid) or y < 0 or y >= len(grid[0]) or grid[x][y] == 0:
return 0
# 将当前岛屿位置标记为已访问(值为0),以避免重复计算
grid[x][y] = 0
# 递归地计算相邻四个方向的岛屿面积,并加上当前位置
return 1 + dfs(x+1, y) + dfs(x-1, y) + dfs(x, y+1) + dfs(x, y-1)
# 初始化最大岛屿面积为0
largest_area = 0
# 创建一个与输入网格同样大小的矩阵,用于标记已访问的岛屿位置
visited = [[False for _ in row] for row in grid]
# 遍历整个网格
for i in range(len(grid)):
for j in range(len(grid[0])):
# 如果当前位置是岛屿的一部分(值为1)
if grid[i][j] == 1:
# 计算当前岛屿的面积,并更新最大岛屿的面积
largest_area = max(largest_area, dfs(i, j))
return largest_area
# 示例海域,用一个二维数组表示,其中1表示岛屿,0表示海域
sea = [
[0, 0, 0, 0, 1, 1, 0],
[0, 1, 1, 0, 1, 1, 0],
[0, 1, 1, 0, 0, 0, 0],
[0, 0, 1, 0, 0, 1, 1],
[0, 0, 0, 0, 0, 0, 0],
[0, 0, 1, 1, 0, 0, 0],
[0, 0, 0, 1, 0, 0, 1],
]
print(f"最大的岛屿面积为:{largest_island(sea)}")
三、算法分析
深度优先遍历是一种用于遍历或搜索树或图的算法。这个算法从树的根节点开始,尽可能深地搜索树的分支。当节点v的邻居都已经被访问过后,算法会回溯到发现节点v的那条边的起始节点。这个过程会一直进行,直到所有节点都被访问过。
其实现方法如下:
递归实现:
1.从起始节点开始,访问该节点。
2.将该节点标记为已访问。
3.对该节点的每个未访问的邻接点递归执行DFS。
非递归实现:
1.使用栈来存储待访问的节点。
2.从起始节点开始,将其压入栈中。
3.当栈不为空时,执行以下操作:
4.弹出栈顶节点并访问它。
5.将该节点的所有未访问的邻接点压入栈中,并标记为已访问。