Leetcode前端必会系列：岛屿数量

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第8天，点击查看活动详情

引言

算法的技能对于程序员是百益而无一害，作为程序员无论是前端还是后端算法技能对于我们都是十分十分的重要，我将陆续整理并讲解前端程序员必须掌握的经典算法。

题目描述

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： grid = [  ["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： grid = [  ["1","1","0","0","0"],
  ["1","1","0","0","0"],
  ["0","0","1","0","0"],
  ["0","0","0","1","1"]
]
输出： 3

 

提示：

• m == grid.length
• n == grid[i].length
• 1 <= m, n <= 300
• grid[i][j] 的值为 '0' 或 '1'

分析

根据题目的分析，我们如何设计求岛屿的数量？仔细分析题目，岛屿数量的需求可以转换为深度递归的次数，这样十分容易解决问题。

1. 设计深度遍历函数并初始化
2. 每个岛屿都进行上下左右的递归搜寻，并且注意边界条件的判断
3. 根据深度遍历的次数返回最后的结果
4. 返回结果

解答

 var numIslands = function(grid) {

  let sum = 0

  let m = grid.length

  let n = grid[0].length

  const dfs = (i,j) => {

    if(i<0 || j<0 || i>=m || j>=n || grid[i][j]=='0') return

    grid[i][j] = '0'

    dfs(i+1,j)

    dfs(i-1,j)

    dfs(i,j+1)

    dfs(i,j-1)

  }




  for(let i=0;i<m;i++) {

    for(let j=0;j<n;j++) {

      if(grid[i][j]==='1') {

        sum++

        dfs(i,j)

      }

    }

  }




  return sum

};

通过题目的分析，我们将求岛屿问题巧妙地转换为求深度遍历递归次数的问题，经过灵活的转换，我们十分轻松的完成了题目的求解，加深了对深度递归的理解。

总结

深度递归可以应用到许多算法和实际应用中，这需要我们十分熟悉深度递归的原理和基本过程。