目录
在题目中0是海水,1是陆地。在我们自己设定的图中假设蓝色是海水,红色是陆地。且每一个小格子都是一个顶点,若某个红色顶点上下左右方向有另外的红色顶点与它相邻,则在它俩中间连接一条边证明其一同构成了一个岛屿,也就是同属于一个连通分量。这样,我们就把这道题转换成了一个图论的问题。我们要求的问题也就转换成了找出包含顶点最多的连通分量,顶点个数也就是面积的最大值。
我们还可以通过数学公式将二维和一维相互转换。注意一维是从0开始计数, 二维是从1开始计数。
我们需要搜索一个红色顶点的上下左右的顶点是否还是陆地,那么如何搜索呢?这就涉及到了四联通的概念。我们可以设立一个二维数组,里面的四个元素代表了相较于本顶点而言,它的行列坐标的位移,也就是表示它的上下左右各移动一个单位的四个坐标。值得注意的是,我们现在的坐标系不是我们熟知的数学坐标系,而是我们计算机一般使用的屏幕坐标系,我们可以理解成二维数组索引所在的坐标系。
d循环四次代表上下左右四个方向。
- import java.util.HashSet;
-
- class Solution {
-
- private int[][] dirs = {{-1, 0}, {0, 1}, {1, 0}, {0, -1}};
- private int R, C;//行数列数
- private int[][] grid;
-
- private HashSet
[] G;//图的邻接表的表示 - private boolean[] visited;
-
- public int maxAreaOfIsland(int[][] grid){
-
- if(grid == null) return 0;
- R = grid.length;
- if(R == 0) return 0;
-
- C = grid[0].length;
- if(C == 0) return 0;
-
- this.grid = grid;
-
- G = constructGraph();//进行建图操作
-
- int res = 0;
- visited = new boolean[G.length];
- for(int v = 0; v < G.length; v ++){
- int x = v / C, y = v % C;
- if(grid[x][y] == 1 && !visited[v])//如果v没被遍历过就是证明找到了一个新的岛屿,即一个新的连通分量。
- res = Math.max(res, dfs(v));
- }
- return res;
- }
-
- private int dfs(int v){
-
- visited[v] = true;
- int res = 1;//1是这是深度优先遍历v这个顶点
- for(int w: G[v])
- if(!visited[w])
- res += dfs(w);
- return res;
- }
-
- private HashSet
[] constructGraph(){ -
- HashSet
[] g = new HashSet[R * C];//开辟空间 - for(int i = 0; i < g.length; i ++)
- g[i] = new HashSet<>();
-
- for(int v = 0; v < g.length; v ++){
- int x = v / C, y = v % C;//转换成二维坐标
- if(grid[x][y] == 1){//只有它本身是陆地才去判断它四周是否有其他陆地与之相连
- for(int d = 0; d < 4; d ++){
- int nextx = x + dirs[d][0];
- int nexty = y + dirs[d][1];
- if(inArea(nextx, nexty) && grid[nextx][nexty] == 1) {//判断nextx和nexty是否合法(是否在网格范围中)
- int next = nextx * C + nexty;//转为一维索引
- g[v].add(next);//添加一条边
- g[next].add(v);
- }
- }
- }
- }
- return g;
- }
-
- private boolean inArea(int x, int y){
- return x >= 0 && x < R && y >= 0 && y < C;
- }
-
- public static void main(String[] args){
-
- int[][] grid = {{0, 1}};
- System.out.println((new Solution()).maxAreaOfIsland(grid));
- }
- }
- class Solution {
-
- private int[][] dirs = {{-1, 0}, {0, 1}, {1, 0}, {0, -1}};
- private int R, C;
- private int[][] grid;
- private boolean[][] visited;
-
- public int maxAreaOfIsland(int[][] grid){
-
- if(grid == null) return 0;
- R = grid.length;
- if(R == 0) return 0;
-
- C = grid[0].length;
- if(C == 0) return 0;
-
- this.grid = grid;
-
- visited = new boolean[R][C];
- int res = 0;
- for(int i = 0; i < R; i ++)//二重循环遍历每一个顶点
- for(int j = 0; j < C; j ++)
- if(grid[i][j] == 1 && !visited[i][j])
- res = Math.max(res, dfs(i, j));
- return res;
- }
-
- private int dfs(int x, int y){
-
- visited[x][y] = true;
- int res = 1;
- for(int d = 0; d < 4; d ++){
- int nextx = x + dirs[d][0], nexty = y + dirs[d][1];
- if(inArea(nextx, nexty) && grid[nextx][nexty] == 1 && !visited[nextx][nexty])
- res += dfs(nextx, nexty);
- }
- return res;
- }
-
- private boolean inArea(int x, int y){
- return x >= 0 && x < R && y >= 0 && y < C;
- }
- }
floodfill算法是一种图像处理算法,用于填充连通区域。该算法从一个起始点开始,将所有与该点相邻且颜色相同的像素点都标记为同一区域,并继续递归处理该区域的相邻像素点,直到所有相邻像素点都被标记为该区域。该算法通常用于图像处理、计算机图形学等领域中的填充操作,例如对图像中的某个区域进行颜色填充、图形的边界检测等。