DFS 算法秒杀五道岛屿问题

开发 前端 算法
岛屿问题是经典的面试高频题,虽然基本的岛屿问题并不难,但是岛屿问题有一些有意思的扩展,比如求子岛屿数量,求形状不同的岛屿数量等等,本文就来把这些问题一网打尽。

 [[429450]]

本文转载自微信公众号「labuladong」,作者labuladong。转载本文请联系labuladong公众号。

岛屿问题是经典的面试高频题,虽然基本的岛屿问题并不难,但是岛屿问题有一些有意思的扩展,比如求子岛屿数量,求形状不同的岛屿数量等等,本文就来把这些问题一网打尽。

岛屿系列问题的核心考点就是用 DFS/BFS 算法遍历二维数组。

本文主要来讲解如何用 DFS 算法来秒杀岛屿系列问题,不过用 BFS 算法的核心思路是完全一样的,无非就是把 DFS 改写成 BFS 而已。

那么如何在二维矩阵中使用 DFS 搜索呢?如果你把二维矩阵中的每一个位置看做一个节点,这个节点的上下左右四个位置就是相邻节点,那么整个矩阵就可以抽象成一幅网状的「图」结构。

根据 学习数据结构和算法的框架思维,完全可以根据二叉树的遍历框架改写出二维矩阵的 DFS 代码框架:

  1. // 二叉树遍历框架 
  2. void traverse(TreeNode root) { 
  3.     traverse(root.left); 
  4.     traverse(root.right); 
  5.  
  6. // 二维矩阵遍历框架 
  7. void dfs(int[][] grid, int i, int j, boolean[] visited) { 
  8.     int m = grid.length, n = grid[0].length; 
  9.     if (i < 0 || j < 0 || i >= m || j >= n) { 
  10.         // 超出索引边界 
  11.         return
  12.     } 
  13.     if (visited[i][j]) { 
  14.         // 已遍历过 (i, j) 
  15.         return
  16.     } 
  17.     // 进入节点 (i, j) 
  18.     visited[i][j] = true
  19.     dfs(grid, i - 1, j); // 上 
  20.     dfs(grid, i + 1, j); // 下 
  21.     dfs(grid, i, j - 1); // 左 
  22.     dfs(grid, i, j + 1); // 右 
  23.     // 离开节点 (i, j) 
  24.     visited[i][j] = false

因为二维矩阵本质上是一幅「图」,所以遍历的过程中需要一个visited布尔数组防止走回头路,如果你能理解上面这段代码,那么搞定所有岛屿问题都很简单。

这里额外说一个处理二维数组的常用小技巧,你有时会看到使用「方向数组」来处理上下左右的遍历,和前文 图遍历框架 的代码很类似:

  1. // 方向数组,分别代表上、下、左、右 
  2. int[][] dirs = new int[][]{{-1,0}, {1,0}, {0,-1}, {0,1}}; 
  3.  
  4. void dfs(int[][] grid, int i, int j, boolean[] visited) { 
  5.     int m = grid.length, n = grid[0].length; 
  6.     if (i < 0 || j < 0 || i >= m || j >= n) { 
  7.         // 超出索引边界 
  8.         return
  9.     } 
  10.     if (visited[i][j]) { 
  11.         // 已遍历过 (i, j) 
  12.         return
  13.     } 
  14.  
  15.     // 进入节点 (i, j) 
  16.     visited[i][j] = true
  17.     // 递归遍历上下左右的节点 
  18.     for (int[] d : dirs) { 
  19.         int next_i = i + d[0]; 
  20.         int next_j = j + d[1]; 
  21.         dfs(grid, next_i, next_j); 
  22.     } 
  23.     // 离开节点 (i, j) 
  24.     visited[i][j] = false

这种写法无非就是用 for 循环处理上下左右的遍历罢了,你可以按照个人喜好选择写法。

岛屿数量

这是力扣第 200 题「岛屿数量」,最简单也是最经典的一道岛屿问题,题目会输入一个二维数组grid,其中只包含0或者1,0代表海水,1代表陆地,且假设该矩阵四周都是被海水包围着的。

我们说连成片的陆地形成岛屿,那么请你写一个算法,计算这个矩阵grid中岛屿的个数,函数签名如下:

  1. int numIslands(char[][] grid); 

比如说题目给你输入下面这个grid有四片岛屿,算法应该返回 4:

思路很简单,关键在于如何寻找并标记「岛屿」,这就要 DFS 算法发挥作用了,我们直接看解法代码:

  1. // 主函数,计算岛屿数量 
  2. int numIslands(char[][] grid) { 
  3.     int res = 0; 
  4.     int m = grid.length, n = grid[0].length; 
  5.     // 遍历 grid 
  6.     for (int i = 0; i < m; i++) { 
  7.         for (int j = 0; j < n; j++) { 
  8.             if (grid[i][j] == '1') { 
  9.                 // 每发现一个岛屿,岛屿数量加一 
  10.                 res++; 
  11.                 // 然后使用 DFS 将岛屿淹了 
  12.                 dfs(grid, i, j); 
  13.             } 
  14.         } 
  15.     } 
  16.     return res; 
  17.  
  18. // 从 (i, j) 开始,将与之相邻的陆地都变成海水 
  19. void dfs(char[][] grid, int i, int j) { 
  20.     int m = grid.length, n = grid[0].length; 
  21.     if (i < 0 || j < 0 || i >= m || j >= n) { 
  22.         // 超出索引边界 
  23.         return
  24.     } 
  25.     if (grid[i][j] == '0') { 
  26.         // 已经是海水了 
  27.         return
  28.     } 
  29.     // 将 (i, j) 变成海水 
  30.     grid[i][j] = '0'
  31.     // 淹没上下左右的陆地 
  32.     dfs(grid, i + 1, j); 
  33.     dfs(grid, i, j + 1); 
  34.     dfs(grid, i - 1, j); 
  35.     dfs(grid, i, j - 1); 

为什么每次遇到岛屿,都要用 DFS 算法把岛屿「淹了」呢?主要是为了省事,避免维护visited数组。

因为dfs函数遍历到值为0的位置会直接返回,所以只要把经过的位置都设置为0,就可以起到不走回头路的作用。

PS:这类 DFS 算法还有个别名叫做 FloodFill 算法,现在有没有觉得 FloodFill 这个名字还挺贴切的~

这个最最基本的岛屿问题就说到这,我们来看看后面的题目有什么花样。

封闭岛屿的数量

上一题说二维矩阵四周可以认为也是被海水包围的,所以靠边的陆地也算作岛屿。

力扣第 1254 题「统计封闭岛屿的数目」和上一题有两点不同:

1、用0表示陆地,用1表示海水。

2、让你计算「封闭岛屿」的数目。所谓「封闭岛屿」就是上下左右全部被1包围的0,也就是说靠边的陆地不算作「封闭岛屿」。

函数签名如下:

  1. int closedIsland(int[][] grid) 

比如题目给你输入如下这个二维矩阵:

算法返回 2,只有图中灰色部分的0是四周全都被海水包围着的「封闭岛屿」。

那么如何判断「封闭岛屿」呢?其实很简单,把上一题中那些靠边的岛屿排除掉,剩下的不就是「封闭岛屿」了吗?

有了这个思路,就可以直接看代码了,注意这题规定0表示陆地,用1表示海水:

  1. // 主函数:计算封闭岛屿的数量 
  2. int closedIsland(int[][] grid) { 
  3.     int m = grid.length, n = grid[0].length; 
  4.     for (int j = 0; j < n; j++) { 
  5.         // 把靠上边的岛屿淹掉 
  6.         dfs(grid, 0, j); 
  7.         // 把靠下边的岛屿淹掉 
  8.         dfs(grid, m - 1, j); 
  9.     } 
  10.     for (int i = 0; i < m; i++) { 
  11.         // 把靠左边的岛屿淹掉 
  12.         dfs(grid, i, 0); 
  13.         // 把靠右边的岛屿淹掉 
  14.         dfs(grid, i, n - 1); 
  15.     } 
  16.     // 遍历 grid,剩下的岛屿都是封闭岛屿 
  17.     int res = 0; 
  18.     for (int i = 0; i < m; i++) { 
  19.         for (int j = 0; j < n; j++) { 
  20.             if (grid[i][j] == 0) { 
  21.                 res++; 
  22.                 dfs(grid, i, j); 
  23.             } 
  24.         } 
  25.     } 
  26.     return res; 
  27.  
  28. // 从 (i, j) 开始,将与之相邻的陆地都变成海水 
  29. void dfs(int[][] grid, int i, int j) { 
  30.     int m = grid.length, n = grid[0].length; 
  31.     if (i < 0 || j < 0 || i >= m || j >= n) { 
  32.         return
  33.     } 
  34.     if (grid[i][j] == 1) { 
  35.         // 已经是海水了 
  36.         return
  37.     } 
  38.     // 将 (i, j) 变成海水 
  39.     grid[i][j] = 1; 
  40.     // 淹没上下左右的陆地 
  41.     dfs(grid, i + 1, j); 
  42.     dfs(grid, i, j + 1); 
  43.     dfs(grid, i - 1, j); 
  44.     dfs(grid, i, j - 1); 

只要提前把靠边的陆地都淹掉,然后算出来的就是封闭岛屿了。

PS:处理这类岛屿问题除了 DFS/BFS 算法之外,Union Find 并查集算法也是一种可选的方法,前文 Union Find 算法运用 就用 Union Find 算法解决了一道类似的问题。

这道岛屿题目的解法稍微改改就可以解决力扣第 1020 题「飞地的数量」,这题不让你求封闭岛屿的数量,而是求封闭岛屿的面积总和。

其实思路都是一样的,先把靠边的陆地淹掉,然后去数剩下的陆地数量就行了,注意第 1020 题中1代表陆地,0代表海水:

  1. int numEnclaves(int[][] grid) { 
  2.     int m = grid.length, n = grid[0].length; 
  3.     // 淹掉靠边的陆地 
  4.     for (int i = 0; i < m; i++) { 
  5.         dfs(grid, i, 0); 
  6.         dfs(grid, i, n - 1); 
  7.     } 
  8.     for (int j = 0; j < n; j++) { 
  9.         dfs(grid, 0, j); 
  10.         dfs(grid, m - 1, j); 
  11.     } 
  12.  
  13.     // 数一数剩下的陆地 
  14.     int res = 0; 
  15.     for (int i = 0; i < m; i++) { 
  16.         for (int j = 0; j < n; j++) { 
  17.             if (grid[i][j] == 1) { 
  18.                 res += 1; 
  19.             } 
  20.         } 
  21.     } 
  22.  
  23.     return res; 
  24.  
  25. // 和之前的实现类似 
  26. void dfs(int[][] grid, int i, int j) { 
  27.     // ... 

篇幅所限,具体代码我就不写了,我们继续看其他的岛屿问题。

岛屿的最大面积

这是力扣第 695 题「岛屿的最大面积」,0表示海水,1表示陆地,现在不让你计算岛屿的个数了,而是让你计算最大的那个岛屿的面积,函数签名如下:

  1. int maxAreaOfIsland(int[][] grid) 

比如题目给你输入如下一个二维矩阵:

其中面积最大的是橘红色的岛屿,算法返回它的面积 6。

这题的大体思路和之前完全一样,只不过dfs函数淹没岛屿的同时,还应该想办法记录这个岛屿的面积。

我们可以给dfs函数设置返回值,记录每次淹没的陆地的个数,直接看解法吧:

  1. int maxAreaOfIsland(int[][] grid) { 
  2.     // 记录岛屿的最大面积 
  3.     int res = 0; 
  4.     int m = grid.length, n = grid[0].length; 
  5.     for (int i = 0; i < m; i++) { 
  6.         for (int j = 0; j < n; j++) { 
  7.             if (grid[i][j] == 1) { 
  8.                 // 淹没岛屿,并更新最大岛屿面积 
  9.                 res = Math.max(res, dfs(grid, i, j)); 
  10.             } 
  11.         } 
  12.     } 
  13.     return res; 
  14.  
  15. // 淹没与 (i, j) 相邻的陆地,并返回淹没的陆地面积 
  16. int dfs(int[][] grid, int i, int j) { 
  17.     int m = grid.length, n = grid[0].length; 
  18.     if (i < 0 || j < 0 || i >= m || j >= n) { 
  19.         // 超出索引边界 
  20.         return 0; 
  21.     } 
  22.     if (grid[i][j] == 0) { 
  23.         // 已经是海水了 
  24.         return 0; 
  25.     } 
  26.     // 将 (i, j) 变成海水 
  27.     grid[i][j] = 0; 
  28.  
  29.     return dfs(grid, i + 1, j) 
  30.          + dfs(grid, i, j + 1) 
  31.          + dfs(grid, i - 1, j) 
  32.          + dfs(grid, i, j - 1) + 1; 

解法和之前相比差不多,我也不多说了,接下来的两道岛屿问题是比较有技巧性的,我们重点来看一下。

子岛屿数量

如果说前面的题目都是模板题,那么力扣第 1905 题「统计子岛屿」可能得动动脑子了:

这道题的关键在于,如何快速判断子岛屿?肯定可以借助 Union Find 并查集算法 来判断,不过本文重点在 DFS 算法,就不展开并查集算法了。

什么情况下grid2中的一个岛屿B是grid1中的一个岛屿A的子岛?

当岛屿B中所有陆地在岛屿A中也是陆地的时候,岛屿B是岛屿A的子岛。

反过来说,如果岛屿B中存在一片陆地,在岛屿A的对应位置是海水,那么岛屿B就不是岛屿A的子岛。

那么,我们只要遍历grid2中的所有岛屿,把那些不可能是子岛的岛屿排除掉,剩下的就是子岛。

依据这个思路,可以直接写出下面的代码:

  1. int countSubIslands(int[][] grid1, int[][] grid2) { 
  2.     int m = grid1.length, n = grid1[0].length; 
  3.     for (int i = 0; i < m; i++) { 
  4.         for (int j = 0; j < n; j++) { 
  5.             if (grid1[i][j] == 0 && grid2[i][j] == 1) { 
  6.                 // 这个岛屿肯定不是子岛,淹掉 
  7.                 dfs(grid2, i, j); 
  8.             } 
  9.         } 
  10.     } 
  11.     // 现在 grid2 中剩下的岛屿都是子岛,计算岛屿数量 
  12.     int res = 0; 
  13.     for (int i = 0; i < m; i++) { 
  14.         for (int j = 0; j < n; j++) { 
  15.             if (grid2[i][j] == 1) { 
  16.                 res++; 
  17.                 dfs(grid2, i, j); 
  18.             } 
  19.         } 
  20.     } 
  21.     return res; 
  22.  
  23. // 从 (i, j) 开始,将与之相邻的陆地都变成海水 
  24. void dfs(int[][] grid, int i, int j) { 
  25.     int m = grid.length, n = grid[0].length; 
  26.     if (i < 0 || j < 0 || i >= m || j >= n) { 
  27.         return
  28.     } 
  29.     if (grid[i][j] == 0) { 
  30.         return
  31.     } 
  32.  
  33.     grid[i][j] = 0; 
  34.     dfs(grid, i + 1, j); 
  35.     dfs(grid, i, j + 1); 
  36.     dfs(grid, i - 1, j); 
  37.     dfs(grid, i, j - 1); 

这道题的思路和计算「封闭岛屿」数量的思路有些类似,只不过后者排除那些靠边的岛屿,前者排除那些不可能是子岛的岛屿。

不同的岛屿数量

这是本文的最后一道岛屿题目,作为压轴题,当然是最有意思的。

力扣第 694 题「不同的岛屿数量」,题目还是输入一个二维矩阵,0表示海水,1表示陆地,这次让你计算 不同的 (distinct) 岛屿数量,函数签名如下:

  1. int numDistinctIslands(int[][] grid) 

比如题目输入下面这个二维矩阵:

其中有四个岛屿,但是左下角和右上角的岛屿形状相同,所以不同的岛屿共有三个,算法返回 3。

很显然我们得想办法把二维矩阵中的「岛屿」进行转化,变成比如字符串这样的类型,然后利用 HashSet 这样的数据结构去重,最终得到不同的岛屿的个数。

如果想把岛屿转化成字符串,说白了就是序列化,序列化说白了遍历嘛,前文 二叉树的序列化和反序列化 讲了二叉树和字符串互转,这里也是类似的。

首先,对于形状相同的岛屿,如果从同一起点出发,dfs函数遍历的顺序肯定是一样的。

因为遍历顺序是写死在你的递归函数里面的,不会动态改变:

  1. void dfs(int[][] grid, int i, int j) { 
  2.     // 递归顺序: 
  3.     dfs(grid, i - 1, j); // 上 
  4.     dfs(grid, i + 1, j); // 下 
  5.     dfs(grid, i, j - 1); // 左 
  6.     dfs(grid, i, j + 1); // 右 

所以,遍历顺序从某种意义上说就可以用来描述岛屿的形状,比如下图这两个岛屿:

假设它们的遍历顺序是:

下,右,上,撤销上,撤销右,撤销下

如果我用分别用1, 2, 3, 4代表上下左右,用-1, -2, -3, -4代表上下左右的撤销,那么可以这样表示它们的遍历顺序:

2, 4, 1, -1, -4, -2

你看,这就相当于是岛屿序列化的结果,只要每次使用dfs遍历岛屿的时候生成这串数字进行比较,就可以计算到底有多少个不同的岛屿了。

要想生成这段数字,需要稍微改造dfs函数,添加一些函数参数以便记录遍历顺序:

  1. void dfs(int[][] grid, int i, int j, StringBuilder sb, int dir) { 
  2.     int m = grid.length, n = grid[0].length; 
  3.     if (i < 0 || j < 0 || i >= m || j >= n  
  4.         || grid[i][j] == 0) { 
  5.         return
  6.     } 
  7.     // 前序遍历位置:进入 (i, j) 
  8.     grid[i][j] = 0; 
  9.     sb.append(dir).append(','); 
  10.  
  11.     dfs(grid, i - 1, j, sb, 1); // 上 
  12.     dfs(grid, i + 1, j, sb, 2); // 下 
  13.     dfs(grid, i, j - 1, sb, 3); // 左 
  14.     dfs(grid, i, j + 1, sb, 4); // 右 
  15.  
  16.     // 后序遍历位置:离开 (i, j) 
  17.     sb.append(-dir).append(','); 

dir记录方向,dfs函数递归结束后,sb记录着整个遍历顺序,其实这就是前文 回溯算法核心套路 说到的回溯算法框架,你看到头来这些算法都是相通的。

有了这个dfs函数就好办了,我们可以直接写出最后的解法代码:

  1. int numDistinctIslands(int[][] grid) { 
  2.     int m = grid.length, n = grid[0].length; 
  3.     // 记录所有岛屿的序列化结果 
  4.     HashSet<String> islands = new HashSet<>(); 
  5.     for (int i = 0; i < m; i++) { 
  6.         for (int j = 0; j < n; j++) { 
  7.             if (grid[i][j] == 1) { 
  8.                 // 淹掉这个岛屿,同时存储岛屿的序列化结果 
  9.                 StringBuilder sb = new StringBuilder(); 
  10.                 // 初始的方向可以随便写,不影响正确性 
  11.                 dfs(grid, i, j, sb, 666); 
  12.                 islands.add(sb.toString()); 
  13.             } 
  14.         } 
  15.     } 
  16.     // 不相同的岛屿数量 
  17.     return islands.size(); 

这样,这道题就解决了,至于为什么初始调用dfs函数时的dir参数可以随意写,这里涉及 DFS 和回溯算法的一个细微差别,前文 图算法基础 有写,这里就不展开了。

 

以上就是全部岛屿系列问题的解题思路,也许前面的题目大部分人会做,但是最后两题还是比较巧妙的,希望本文对你有帮助。

 

责任编辑:武晓燕 来源: labuladong
相关推荐

2009-12-29 12:56:34

2022-06-20 11:51:57

基础设施保护网络攻击

2023-07-10 08:01:13

岛屿问题算法

2009-03-13 19:11:07

2023-11-07 08:36:34

JavaScriptJS挑战

2018-09-20 17:32:09

华为华为全联接大会HC

2015-12-17 11:13:26

2009-03-10 10:06:33

面试题笔试题微软

2021-03-02 11:29:50

算法算法分析前端

2009-06-02 15:30:35

Hibernate面试笔试题

2009-06-16 13:41:19

Hibernate面试Hibernate面试

2020-10-14 07:20:53

高并发

2015-06-15 15:41:56

高考考生特点

2019-07-23 13:32:13

Java开发代码

2019-02-20 09:10:40

Java并发队列编程语言

2022-08-12 09:35:36

JavaScript面试

2020-09-01 07:47:32

Redis秒杀微信

2009-08-11 14:59:57

一道面试题C#算法

2009-08-11 10:12:07

C#算法

2016-11-30 14:18:30

互联网
点赞
收藏

51CTO技术栈公众号