【广度优先搜索-中等】1905. 统计子岛屿

菜菜2022

关注

原创最新推荐文章于 2026-08-07 09:24:00 发布 153 阅读 AI 写同款· GEO 优化 ›

广度优先算法算法BFS的原理及C++实现本文详细介绍了广度优先搜索(BFS)算法的原理、实现和应用。BFS是一种基于队列的图遍历算法，其核心思想是按层次遍历节点，适用于求解无权图的最短路径问题。文章阐述了BFS的状态转移过程、时间复杂度分析(O(n)或O(m))，并提供了多种实现方式（包括常规队列、滚动队列优化等）。典型应用场景包括游戏地图寻路、网络拓扑分析等。文中还给出了C++实现代码、测试用例和性能优化技巧，并附有相关算法题目分类和难度分级。最后提供了作者的教学视频和算法资料下载链接。阅读详情

【题目】
在这里插入图片描述

【代码】
【方法1】深度优先

class Solution:
    def countSubIslands(self, grid1: List[List[int]], grid2: List[List[int]]) -> int:
        cnt=0        
        def dfs(x,y):
            if x>=0 and x<len(grid2) and y>=0 and y<len(grid2[0]) and grid2[x][y]==1:
                grid2[x][y]=0
                return grid1[x][y] & dfs(x-1,y) & dfs(x+1,y) & dfs(x,y-1) & dfs(x,y+1)
            return True
        for i in range(len(grid2)):
            for j in range(len(grid2[0])):
                if grid2[i][j]==1:
                    cnt+=dfs(i,j)
        return cnt

【方法2】广度优先
在这里插入图片描述

class Solution:
    def countSubIslands(self, grid1: List[List[int]], grid2: List[List[int]]) -> int:
        m, n = len(grid1), len(grid1[0])
        def bfs(sx: int, sy: int) -> int:
            q = deque([(sx, sy)])
            grid2[sx][sy] = 0
            # 判断岛屿包含的每一个格子是否都在 grid1 中出现了
            check = (grid1[sx][sy] == 1)
            while q:
                x, y = q.popleft()
                for nx, ny in ((x - 1, y), (x + 1, y), (x, y - 1), (x, y + 1)):
                    if 0 <= nx < m and 0 <= ny < n and grid2[nx][ny] == 1:
                        q.append((nx, ny))
                        grid2[nx][ny] = 0
                        if grid1[nx][ny] != 1:
                            check = False
            return int(check)

        ans = 0
        for i in range(m):
            for j in range(n):
                if grid2[i][j] == 1:
                    ans += bfs(i, j)
        return ans