
- 遍历网格里面的每一个点
- 对这每一个点去左右上下四个方向走,也就是:(i,j−1),(i,j+1),(i−1,j),(i+1,j)
- 发现是陆地,grid[i][j] 改成 2 (标记找到)
- 如果 (i,j) 出界,或者 (i,j) 是水,或者 (i,j) 已发现(grid[i][j] == 2),就不再继续往下递归。
即:
| 二叉树 | 网格图 | |
|---|---|---|
| 递归入口 | 根节点 | 岛屿第一行最左边的陆地 |
| 递归方向 | 左节点和右节点 | 左右上下的相邻陆地 |
| 递归边界 | 空节点(或者叶节点) | 出界、遇到水或者已标记 |
不能在 dfs 内部 self.cnt += 1,这样最后统计出来的不是"岛屿的数量",而是所有陆地格子的总面积
python
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
if not grid:
return 0
m = len(grid)
n = len(grid[0])
# 递归函数dfs用于判别当前节点是不是陆地,并递归左右上下,不需要返回
def dfs(i,j):
# 停止搜索条件:出界、不是陆地
if i>=m or i<0 or j<0 or j>=n or grid[i][j] != '1':
return # 停止搜索
# 则 grid[i][j] == '1' 陆地,标记改陆地已搜索
grid[i][j] = '2'
# 递归 左右上下
dfs(i, j-1)
dfs(i, j+1)
dfs(i-1, j)
dfs(i+1, j)
count = 0
# 遍历每一个格子
for row in range(m):
for col in range(n):
if grid[row][col] == '1':
# 发现新岛屿!
count += 1
# 派 DFS 去把这座岛所有相连的陆地都标记了
dfs(row, col) # 只在发现陆地时,去搜索当前陆地周围
return count
时间复杂度:O(M×N)O(M \times N)O(M×N)
其中 MMM 是行数,NNN 是列数。
遍历过程:需要使用双重循环遍历整个网格的每一个格子,这部分是 O(M×N)O(M \times N)O(M×N)。DFS 过程:虽然每个 '1' 都会触发 DFS,注意:每个格子最多只会被访问两次(一次是在双重循环扫描时,另一次是在 DFS 感染时被标记为 '0')。一旦格子被标记为 '0',它就再也不会进入 DFS 的逻辑。
空间复杂度:O(M×N)O(M \times N)O(M×N)
空间开销主要来自递归调用的系统栈高度。最坏情况:如果整个网格全是陆地(全为 '1'),DFS 会从一个点开始感染。在递归过程中,由于是深度优先,系统栈的深度可能会达到整个网格的大小。