深度优先搜索(depth first search)
解释
深度优先搜索(dfs),属于图算法的一种,简单来说就是对每一条可能的分支路径,不断深入,直到不能再深入为止,而且每个节点只访问一次,到底后,再返回之前访问过但仍有未被访问的分支的节点,然后访问该节点的下一个没有被访问的节点,一直这么重复,知道所有节点都被访问。
基本思路
深度优先遍历图的方法,是从图中某一顶点v出发:
(1)访问顶点v;
(2)依次访问v的未被访问的邻接点,对图进行深度优先遍历,直到图中和v有路径相通的顶点都被访问;
(3)如果此时图中还有顶点未被访问,则从一个未被访问的顶点出发,重新进行深度优先遍历,直到所有顶点均被访问为止。
并且在遍历时,会创建一个数组,用来记录那些被访问过的节点。
实例 力扣695题:岛屿的最大面积
题目:
给定一个包含一些0和1的非空二维数组grid,一个岛屿是由四个方向(水平和垂直)的1(表示土地)构成的组合。你可以假设二维矩阵的四个边缘都被水包围。
找到给定的二维数组中最大的岛屿面积(如果没有岛屿,则返回面积为0)
实例:
[[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]]
对于上面这个给定矩阵,返回为6。即加粗部分,那一片岛屿
在这里插入代码片
class Solution:
#定义dfs
def dfs(self,grid,cur_i,cur_j):
#如果cur_i,cur_j超出了矩阵范围,则返回0.或者grid[cur_i][cur_j]为0(海洋)则返回0
if cur_i < 0 or cur_j < 0 or cur_i >= len(grid) or cur_j >= len(grid[0]) or grid[cur_i][cur_j] != 1:
return 0
#这样一来,就是从grid[cur_i][cur_j]=1处开始遍历,即从地面开始,为了保证每个土地访问不超过一次,所以没经过一块土地,就将其置为0,表示已经访问过
grid[cur_i][cur_j] = 0
ans = 1
#此时已经在一个土地上了,开始四个方向探索遍历,并重复上面的步骤,最后返回陆地面积
for di,dj in [[0,1],[0,-1],[1,0],[-1,0]]:
next_i,next_j = cur_i + di,cur_j + dj
ans += self.dfs(grid,next_i,next_j)
return ans
def maxAreaOfIsland(self, grid: List[List[int]]) -> int:
ans = 0
for i in range(len(grid)):
for j in range(len(grid[0])):
ans = max(self.dfs(grid,i,j),ans)
return ans
本文介绍了深度优先搜索(DFS)的基本思路和在解决力扣695题‘岛屿的最大面积’中的应用。通过DFS遍历矩阵中的土地,寻找并连接各个岛屿,最终找到最大面积的岛屿。文章提供了详细的过程解析和Python实现。
&spm=1001.2101.3001.5002&articleId=104875831&d=1&t=3&u=e23a72db63194db7a268813955f77192)
403

被折叠的 条评论
为什么被折叠?



