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 1:
输入:
[
['1','1','1','1','0'],
['1','1','0','1','0'],
['1','1','0','0','0'],
['0','0','0','0','0']
]
输出: 1
示例 2:
输入:
[
['1','1','0','0','0'],
['1','1','0','0','0'],
['0','0','1','0','0'],
['0','0','0','1','1']
]
输出: 3
解释: 每座岛屿只能由水平和/或竖直方向上相邻的陆地连接而成。
递归转化为迭代的话可以用栈,后进先出
最终岛屿的数量就是我们进行深度优先搜索的次数。
# 在开头加上
# import sys # python 默认递归深度不超过1000,做dfs会比C吃亏
# sys.setrecursionlimit(10000000)# 手动修改深度
class Solution:
def dfs(self, grid, r, c):
grid[r][c] = '0' # 每次某个岛屿计数以后,把该岛屿所有 1 都归 0,这样两个 for 循环 就不会重复遍历了
nr = len(grid)
nc = len(grid[0])
for new_r, new_c in [[r-1,c],[r+1,c],[r, c-1],[r, c+1]]:
if 0 <= new_r < nr and 0 <= new_c <nc and grid[new_r][new_c] == '1':
self.dfs(grid, new_r, new_c)
def numIslands(self, grid: List[List[str]]) -> int:
nr = len(grid) # 行数
if nr == 0:
return 0
nc = len(grid[0]) # 列数
num_land = 0
for r in range(nr):
for c in range(nc):
if grid[r][c] == '1':
num_land += 1
self.dfs(grid, r, c)
return num_land
复杂度分析
时间复杂度:,其中 和 分别为行数和列数。
空间复杂度:,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 。
广度优先用队列,先进先出
同样地,我们也可以使用广度优先搜索代替深度优先搜索。
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
nr = len(grid)
if nr == 0:
return 0
nc = len(grid[0])
num_land = 0
queue = [] # 队列,可用列表表示
for r in range(nr):
for c in range(nc):
if grid[r][c] == '1':
num_land += 1
queue.append([r, c]) # 入队
# grid[r][c] = '0' # 这里标记已访问可有可无
while queue:
row, col = queue.pop(0) #左边出队(先进先出)
for i, j in [[row-1, col],[row+1, col],[row, col-1],[row, col+1]]:
if 0 <= i < nr and 0 <= j < nc and grid[i][j] == '1':
queue.append([i, j]) # 入队
grid[i][j] = '0' # 放入队列以后马上标记为已访问,即置零
return num_land
复杂度分析
时间复杂度:,其中 和 分别为行数和列数。
空间复杂度:,在最坏情况下,整个网格均为陆地,队列的大小可以达到 。
本文地址:https://blog.csdn.net/weixin_41888257/article/details/107128917
如对本文有疑问, 点击进行留言回复!!
ubuntu环境下利用Wand将pdf转jpg, python代码
荐 Python可视化matplotlib13-iris鸢尾花数据集|histogram直方图
网友评论