编程训练第一百零六期——岛屿数量

编程问题:

给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。此外,你可以假设该网格的四条边均被水包围。


示例:

  • 输入:grid = [
    [“1”,“1”,“1”,“1”,“0”],
    [“1”,“1”,“0”,“1”,“0”],
    [“1”,“1”,“0”,“0”,“0”],
    [“0”,“0”,“0”,“0”,“0”]
    ]
    输出:1
  • 输入:grid = [
    [“1”,“1”,“0”,“0”,“0”],
    [“1”,“1”,“0”,“0”,“0”],
    [“0”,“0”,“1”,“0”,“0”],
    [“0”,“0”,“0”,“1”,“1”]
    ]
    输出:3

解法:

1.深度优先遍历
可以将二维网格看成一个无向图,竖直或水平相邻的 1 之间有边相连。为了求出岛屿的数量,可以扫描整个二维网格。如果一个位置为 1,则以其为起始节点开始进行深度优先搜索。在深度优先搜索的过程中,每个搜索到的 1 都会被重新标记为 0。最终岛屿的数量就是我们进行深度优先搜索的次数。

时间复杂度O(NM)
空间复杂度O(N
M),在最坏情况下,整个网格均为陆地,深度优先搜索的深度达到 M *N。

class Solution {
private:
    void dfs(vector<vector<char>>& grid, int row, int col)
    {
        int numRow = grid.size();
        int numCol = grid[0].size();

        grid[row][col] = '0';
        if (row - 1 >= 0 && grid[row-1][col] == '1')
            dfs(grid, row - 1, col);
        if (col + 1 <= numCol - 1 && grid[row][col+1] == '1')
            dfs(grid, row, col + 1);
        if (row + 1 <= numRow - 1 && grid[row+1][col] == '1')
            dfs(grid, row + 1, col);
        if (col - 1 >= 0 && grid[row][col-1] == '1')
            dfs(grid, row, col-1);
    }
    
public:
    int numIslands(vector<vector<char>>& grid) {
        int row = grid.size();
        if (!row)
            return 0;
        int col = grid[0].size();
        int res = 0;
        for (int i = 0; i < row; i++)
            for (int j = 0; j < col; j++)
                if (grid[i][j] == '1')
                {
                    res++;
                    dfs(grid, i, j);
                }
        return res;

    }
};

2.广度优先遍历
为了求出岛屿的数量,可以扫描整个二维网格。如果一个位置为 1,则将其加入队列,开始进行广度优先搜索。在广度优先搜索的过程中,每个搜索到的 1 都会被重新标记为 0。直到队列为空,搜索结束。最终岛屿的数量就是我们进行广度优先搜索的次数。

时间复杂度O(NM)
空间复杂度O(N
M),在最坏情况下,整个网格均为陆地,队列的大小可以达到min(N,M)。

class Solution {   
public:
    int numIslands(vector<vector<char>>& grid) {
        int row = grid.size();
        if (!row)
            return 0;
        int col = grid[0].size();
        int res = 0;
        for (int i = 0; i < row; i++)
            for (int j = 0; j < col; j++)
                if (grid[i][j] == '1')
                {
                    res++;
                    queue<pair<int, int>> que;
                    que.push({i, j});
                    grid[i][j] = '0';
                    while (!que.empty())
                    {
                        pair<int, int> cur = que.front();
                        int curRow = cur.first, curCol = cur.second;
                        que.pop();
                        if (curRow - 1 >= 0 && grid[curRow-1][curCol] == '1')
                        {
                            que.push({curRow - 1, curCol});
                            grid[curRow-1][curCol] = '0';
                        }
                        if (curCol + 1 <= col - 1 && grid[curRow][curCol+1] == '1')
                        {
                            que.push({curRow, curCol + 1});
                            grid[curRow][curCol+1] = '0';
                        }
                        if (curRow + 1 <= row - 1 && grid[curRow+1][curCol] == '1')
                        {
                            que.push({curRow + 1, curCol});
                            grid[curRow+1][curCol] = '0';
                        }
                        if (curCol - 1 >= 0 && grid[curRow][curCol-1] == '1')
                        {
                            que.push({curRow, curCol - 1});
                            grid[curRow][curCol-1] = '0';
                        }
                    }
                }
        return res;

    }
};
  • 0
    点赞
  • 0
    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