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19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
给你一个大小为 m x n 的二进制矩阵 grid 。
岛屿 是由一些相邻的 1 (代表土地) 构成的组合，这里的「相邻」要求两个 1 必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid 的四个边缘都被 0（代表水）包围着。
岛屿的面积是岛上值为 1 的单元格的数目。
计算并返回 grid 中最大的岛屿面积。如果没有岛屿，则返回面积为 0 。
示例 1：
输入： grid = [[0,0,1,0,0,0,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,1,1,0,1,0,0,0,0,0,0,0,0],[0,1,0,0,1,1,0,0,1,0,1,0,0],[0,1,0,0,1,1,0,0,1,1,1,0,0],[0,0,0,0,0,0,0,0,0,0,1,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,0,0,0,0,0,0,1,1,0,0,0,0]]
输出： 6
解释： 答案不应该是 11 ，因为岛屿只能包含水平或垂直这四个方向上的 1 。
示例 2：
输入： grid = [[0,0,0,0,0,0,0,0]]
输出： 0
分析
根据题目的分析，我们如何设计求岛屿的最大面积？根据要求，我们可以将题目进行细细的拆解，最大面积本质是求一次深度递归下去遍历到的最大节点数量。这样就可以解决了
- 设计深度递归函数
- 设计递归函数的结束条件是到达边界或者当前节点已经被访问了
- 求每次深度递归下去访问到的最大节点数量
- 返回最大的数量作为结果。
解答
/**
* @param {number[][]} grid
* @return {number}
*/
var maxAreaOfIsland = function(grid) {
let max = 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 0
grid[i][j]=0
return 1+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)
max = Math.max(max,dfs(i,j))
}
}
return max
};
通过对岛屿最大面积的拆分，我们可以体会到使用深度递归的魅力和其中的方法思路。
总结
深度递归的遍历方式是十分便捷，十分有趣的。
