查找岛屿——深度优先遍历和广度优先遍历

题目：

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 1:

输入:
11110
11010
11000
00000
输出: 1
示例 2:

输入:
11000
11000
00100
00011
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。

分析

以一点为焦点，遍历其水平与垂直方向上的全部岛，为一个岛屿

方法1——深度优先遍历

• 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。
• 深度优先搜索的过程中，每个搜索到的1 都会被重新标记位为 true
• 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(MN)O(MN)，其中 MM 和 NN 分别为行数和列数。
• 空间复杂度：O(MN)O(MN)，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 NMN。

public int numIslands(char[][] grid) {
        if (grid == null || grid.length == 0) {
            return 0;
        }

        int nr = grid.length;
        int nc = grid[0].length;
        boolean[][] flag = new boolean[nr][nc];
        for (int i = 0; i < nr; i++) {
            for (int j = 0; j < nc; j++) {
                flag[i][j] = false;
            }
        }
        //岛屿数量
        int num_islands = 0;
        //遍历数组
        for (int r = 0; r < nr; ++r) {
            for (int c = 0; c < nc; ++c) {
                //当数组存在岛则调用深度优先遍历函数 岛屿数量加1
                if (grid[r][c] == '1' && flag[r][c] == false) {
                    ++num_islands;
                    dfs(grid, flag, r, c);
                }
            }
        }
        return num_islands;
    }

    //深度优先遍历
    void dfs(char[][] grid, boolean[][] flag, int r, int c) {
        int nr = grid.length;
        int nc = grid[0].length;

        if (r < 0 || c < 0 || r >= nr || c >= nc || grid[r][c] == '0'||flag[r][c] == true) {
            return;
        }
        //将该岛屿设置为true，表示已经遍历了
        flag[r][c] = true;
        //进行上下左右四个方向的遍历
        dfs(grid, flag,r - 1, c);
        dfs(grid, flag,r + 1, c);
        dfs(grid, flag, r, c - 1);
        dfs(grid, flag, r, c + 1);
    }

方法2——广度优先遍历

• 与方法一相似，但是遍历时使用广度优先遍历，当当前节点符合要求时入队，从当前节点遍历相邻节点，符合要求时入队；当前节点的相邻节点遍历完毕时，出队;
• 时间复杂度：O(MN)O(MN)，其中 MM 和 NN 分别为行数和列数。
• 空间复杂度：O(\min(M, N))O(min(M,N))，在最坏情况下，整个网格均为陆地，队列的大小可以达到 \min(M, N)min(M,N)。

class Solution {
   public int numIslands(char[][] grid) {
       if (grid == null || grid.length == 0) {
            return 0;
        }

        int nr = grid.length;
        int nc = grid[0].length;
//        boolean[][] flag = new boolean[nr][nc];
//        for (int i = 0; i < nr; i++) {
//            for (int j = 0; j < nc; j++) {
//                flag[i][j] = false;
//            }
//        }
        Queue<Character> queue = new LinkedList<>();
        //岛屿数量
        int num_islands = 0;
        //遍历数组
        for (int r = 0; r < nr; ++r) {
            for (int c = 0; c < nc; ++c) {
                //当数组存在岛则调用深度优先遍历函数 岛屿数量加1
                if (grid[r][c] == '1') {
                    ++num_islands;
                    //dfs(grid, flag, r, c);
                    //bfs(grid, queue, flag, r, c);
                    bfs(grid, queue, r, c);
                }
            }
        }
        return num_islands;
    }

    private void bfs(char[][] grid, Queue<Character> queue, int r, int c) {
       int nr = grid.length;
        int nc = grid[0].length;

        if (r < 0 || c < 0 || r >= nr || c >= nc || grid[r][c] == '0' ) {
            return;
        }
        //将该岛屿设置为0，表示已经遍历了
        grid[r][c] = '0';
        //将该岛屿设置为true，表示已经遍历了
        //flag[r][c] = true;
        queue.add(grid[r][c]);
        //进行上下左右四个方向的遍历
        while (!queue.isEmpty()) {
            queue.remove();
            bfs(grid, queue, r - 1, c);
            bfs(grid, queue, r + 1, c);
            bfs(grid, queue, r, c - 1);
            bfs(grid, queue, r, c + 1);
        }
    }
}