一、岛屿数量（Kamacoder 99）
深度优先搜索：
# 定义四个方向：右、下、左、上，用于 DFS 中四向遍历
direction = [[0, 1], [1, 0], [0, -1], [-1, 0]]
def dfs(grid, visited, x, y):
"""
对一块陆地进行深度优先遍历并标记相邻陆地
:param grid: 二维网格
:param visited: 是否访问过的标记表
:param x: 当前所在的行坐标
:param y: 当前所在的列坐标
"""
for dx, dy in direction:
next_x = x + dx
next_y = y + dy
# 判断是否越界
if next_x < 0 or next_x >= len(grid) or next_y < 0 or next_y >= len(grid[0]):
continue
# 如果相邻格子是陆地且未被访问，标记并递归继续 DFS
if not visited[next_x][next_y] and grid[next_x][next_y] == 1:
visited[next_x][next_y] = True
dfs(grid, visited, next_x, next_y)
if __name__ == '__main__':
# 输入行数 n 和列数 m
n, m = map(int, input().split())
# 构建网格：n 行，每行 m 个整数（0 表示水，1 表示陆地）
grid = []
for _ in range(n):
grid.append(list(map(int, input().split())))
# 初始化访问标记表，初始均为 False
visited = [[False] * m for _ in range(n)]
res = 0 # 统计岛屿数量（连通块个数）
for i in range(n):
for j in range(m):
# 如果当前位置是陆地，且未被访问过，则为新的岛屿
if grid[i][j] == 1 and not visited[i][j]:
res += 1 # 新岛屿计数 +1
visited[i][j] = True # 标记起点已访问
dfs(grid, visited, i, j) # DFS 遍历整块陆地
# 输出岛屿总数
print(res)
广度优先搜索：只要加入队列，立即标记该节点走过。
from collections import deque # 使用 deque 作为队列，提高效率
# 定义四个方向：右、下、左、上
directions = [[0, 1], [1, 0], [0, -1], [-1, 0]]
def bfs(grid, visited, x, y):
"""
使用广度优先搜索（BFS）遍历并标记一整块陆地
:param grid: 输入的地图（二维数组）
:param visited: 访问标记矩阵
:param x, y: 起始坐标（陆地）
"""
que = deque()
que.append([x, y]) # 将起始节点加入队列
visited[x][y] = True # 标记该点已访问
while que:
cur_x, cur_y = que.popleft() # 弹出当前处理的节点
for dx, dy in directions: # 遍历四个方向
next_x = cur_x + dx
next_y = cur_y + dy
# 越界检查
if next_x < 0 or next_y < 0 or next_x >= len(grid) or next_y >= len(grid[0]):
continue
# 如果是未访问的陆地，则加入队列并标记为已访问
if not visited[next_x][next_y] and grid[next_x][next_y] == 1:
visited[next_x][next_y] = True
que.append([next_x, next_y])
def main():
# 输入网格行数 n 和列数 m
n, m = map(int, input().split())
# 读取 n 行数据构造 grid
grid = []
for i in range(n):
grid.append(list(map(int, input().split())))
# 初始化访问标记数组
visited = [[False] * m for _ in range(n)]
res = 0 # 记录岛屿数量
for i in range(n):
for j in range(m):
# 遇到未访问的陆地，开始 BFS，并增加岛屿计数
if grid[i][j] == 1 and not visited[i][j]:
res += 1
bfs(grid, visited, i, j)
print(res) # 输出岛屿数量
if __name__ == "__main__":
main()
二、岛屿的最大面积（Kamacoder 100）
DFS：
# 四个方向：右、下、左、上（用于搜索相邻的格子）
position = [[0, 1], [1, 0], [0, -1], [-1, 0]]
count = 0 # 用于记录当前连通块的陆地面积（全局变量）
def dfs(grid, visited, x, y):
"""
使用深度优先搜索（DFS）标记一整块陆地并统计面积
:param grid: 输入地图（二维矩阵）
:param visited: 访问标记矩阵
:param x, y: 当前坐标
"""
global count # 使用全局变量记录当前连通块的面积
for dx, dy in position:
cur_x = x + dx
cur_y = y + dy
# 越界检查
if cur_x < 0 or cur_x >= len(grid) or cur_y < 0 or cur_y >= len(grid[0]):
continue
# 若是未访问的陆地，递归访问并增加面积
if not visited[cur_x][cur_y] and grid[cur_x][cur_y] == 1:
visited[cur_x][cur_y] = True
count += 1
dfs(grid, visited, cur_x, cur_y)
# 输入网格的行列数 n 行 m 列
n, m = map(int, input().split())
# 构造地图（邻接矩阵）
grid = []
for _ in range(n):
grid.append(list(map(int, input().split())))
# 构造访问矩阵，记录哪些节点已访问
visited = [[False] * m for _ in range(n)]
result = 0 # 记录最大陆地面积（即最大连通块中1的数量）
# 遍历每一个格子
for i in range(n):
for j in range(m):
# 遇到一个未访问的陆地，开始 DFS 并更新最大面积
if grid[i][j] == 1 and not visited[i][j]:
count = 1 # 初始化当前连通块的面积
visited[i][j] = True # 标记当前格子已访问
dfs(grid, visited, i, j)
result = max(result, count) # 更新最大面积
# 输出最大陆地面积
print(result)
BFS：
from collections import deque
# 四个方向：右、下、左、上（用于搜索相邻格子）
position = [[0, 1], [1, 0], [0, -1], [-1, 0]]
count = 0 # 记录当前连通块面积（使用全局变量）
def bfs(grid, visited, x, y):
"""
广度优先搜索，对一整块陆地进行标记并统计面积
:param grid: 地图矩阵
:param visited: 访问标记矩阵
:param x, y: 当前陆地坐标
"""
global count # 使用全局变量记录当前连通块面积
que = deque()
que.append([x, y]) # 将起点入队
while que:
cur_x, cur_y = que.popleft() # 弹出队首元素
# 遍历四个方向
for dx, dy in position:
next_x = cur_x + dx
next_y = cur_y + dy
# 越界处理
if next_x < 0 or next_x >= len(grid) or next_y < 0 or next_y >= len(grid[0]):
continue
# 如果是未访问的陆地，则入队并更新访问记录与面积
if grid[next_x][next_y] == 1 and not visited[next_x][next_y]:
visited[next_x][next_y] = True
count += 1
que.append([next_x, next_y])
# 输入地图尺寸 n 行 m 列
n, m = map(int, input().split())
# 构造地图矩阵（邻接矩阵）
grid = []
for i in range(n):
grid.append(list(map(int, input().split())))
# 构造访问标记矩阵
visited = [[False] * m for _ in range(n)]
result = 0 # 记录所有陆地块中面积最大的那一块
# 遍历地图
for i in range(n):
for j in range(m):
# 如果当前是未访问的陆地，则开始BFS
if grid[i][j] == 1 and not visited[i][j]:
count = 1 # 初始面积为1（当前格子）
visited[i][j] = True # 标记已访问
bfs(grid, visited, i, j) # 广度优先遍历整块陆地
result = max(result, count) # 更新最大面积
# 输出最大陆地面积
print(result)
三、孤岛的总面积（Kamacoder 101）
DFS：先遍历边界的陆地将他们变成海洋，然后再统计非边界的“孤岛”面积。
# 四个方向：下、右、上、左
position = [[1, 0], [0, 1], [-1, 0], [0, -1]]
count = 0 # 用于统计当前岛屿面积
def dfs(grid, x, y):
"""
深度优先搜索，沉没当前岛屿，统计其面积
"""
global count
grid[x][y] = 0 # 将陆地“沉没”为水
count += 1
for i, j in position:
next_x = x + i
next_y = y + j
# 越界处理
if next_x < 0 or next_y < 0 or next_x >= len(grid) or next_y >= len(grid[0]):
continue
# 如果是陆地，递归搜索
if grid[next_x][next_y] == 1:
dfs(grid, next_x, next_y)
# 输入读取
n, m = map(int, input().split())
grid = []
for _ in range(n):
grid.append(list(map(int, input().split())))
# 第一步：清除所有接触边缘的岛屿
for i in range(n):
if grid[i][0] == 1: # 左边界
dfs(grid, i, 0)
if grid[i][m - 1] == 1: # 右边界
dfs(grid, i, m - 1)
for j in range(m):
if grid[0][j] == 1: # 上边界
dfs(grid, 0, j)
if grid[n - 1][j] == 1: # 下边界
dfs(grid, n - 1, j)
# 第二步：统计内部的孤岛面积
count = 0 # 重置计数器
for i in range(n):
for j in range(m):
if grid[i][j] == 1:
dfs(grid, i, j)
print(count)
这里需要注意：统计内部的孤岛面积之前要把计数器count清零，因为遍历边界的时候count在dfs函数内部有赋值操作。
BFS：
from collections import deque
# 定义四个方向：右、下、左、上（用于遍历相邻的陆地）
direct = [[0, 1], [1, 0], [0, -1], [-1, 0]]
count = 0 # 用于统计孤岛的总面积
def bfs(grid, x, y):
"""
广度优先搜索：从 (x, y) 开始，将连通的陆地单元格全部“淹掉”（设为0）并累计面积
"""
global count
que = deque()
que.append([x, y])
grid[x][y] = 0 # 将当前格子标记为已访问（水）
count += 1 # 当前陆地面积 +1
while que:
x, y = que.popleft()
for dx, dy in direct:
next_x = x + dx
next_y = y + dy
# 越界检查
if next_x < 0 or next_x >= len(grid) or next_y < 0 or next_y >= len(grid[0]):
continue
# 如果是陆地，则加入队列，继续“淹掉”
if grid[next_x][next_y] == 1:
que.append([next_x, next_y])
grid[next_x][next_y] = 0
count += 1 # 每找到一个陆地格子，面积 +1
# 读取输入
n, m = map(int, input().split()) # 行数、列数
grid = []
for _ in range(n):
grid.append(list(map(int, input().split()))) # 构建地图矩阵
# 第一步：清除所有与边界相连的岛屿（不计入孤岛）
for i in range(n):
if grid[i][0] == 1:
bfs(grid, i, 0)
if grid[i][m - 1] == 1:
bfs(grid, i, m - 1)
for j in range(m):
if grid[0][j] == 1:
bfs(grid, 0, j)
if grid[n - 1][j] == 1:
bfs(grid, n - 1, j)
# 第二步：正式统计所有内部孤岛的总面积
count = 0 # 重置计数器
for i in range(n):
for j in range(m):
if grid[i][j] == 1:
bfs(grid, i, j)
# 输出所有孤岛的总面积
print(count)
四、沉没孤岛（Kamacoder 102）
ＤＦＳ：
def dfs(grid, x, y):
# 将当前位置标记为2，表示访问过并来自边界的陆地
grid[x][y] = 2
directions = [(-1, 0), (0, -1), (1, 0), (0, 1)] # 上、左、下、右四个方向
for dx, dy in directions:
nextx, nexty = x + dx, y + dy
# 如果越界，则跳过
if nextx < 0 or nextx >= len(grid) or nexty < 0 or nexty >= len(grid[0]):
continue
# 如果是水（0）或已经标记过的陆地（2），也跳过
if grid[nextx][nexty] == 0 or grid[nextx][nexty] == 2:
continue
# 继续向相邻陆地递归搜索
dfs(grid, nextx, nexty)
def main():
n, m = map(int, input().split()) # 输入行列数
# 读取整个地图矩阵
grid = [[int(x) for x in input().split()] for _ in range(n)]
# 步骤一：处理边界上的陆地，使用DFS将它们和相连的陆地标记为2
for i in range(n):
if grid[i][0] == 1: # 左边界
dfs(grid, i, 0)
if grid[i][m - 1] == 1: # 右边界
dfs(grid, i, m - 1)
for j in range(m):
if grid[0][j] == 1: # 上边界
dfs(grid, 0, j)
if grid[n - 1][j] == 1: # 下边界
dfs(grid, n - 1, j)
# 步骤二和三：
# 遍历所有格子
for i in range(n):
for j in range(m):
if grid[i][j] == 1:
# 还剩下的1是被水包围的孤岛，置为0（清除孤岛）
grid[i][j] = 0
elif grid[i][j] == 2:
# 原本在边缘或连通边缘的陆地，恢复为1
grid[i][j] = 1
# 打印最终结果矩阵
for row in grid:
print(' '.join(map(str, row)))
if __name__ == "__main__":
main()
ＢＦＳ：
from collections import deque
# 输入地图的行列数
n, m = list(map(int, input().split()))
# 读取地图网格 g
g = []
for _ in range(n):
row = list(map(int, input().split()))
g.append(row)
# 定义四个方向（上下左右）
directions = [(1, 0), (-1, 0), (0, 1), (0, -1)]
count = 0 # 可选统计被访问的节点数（未实际使用）
# 广度优先搜索函数，用于将与边界连通的陆地标记
def bfs(r, c, mode):
global count
q = deque()
q.append((r, c)) # 起始位置加入队列
count += 1
while q:
r, c = q.popleft()
if mode:
g[r][c] = 2 # 标记为已访问（与边界相连）
for di in directions:
next_r = r + di[0]
next_c = c + di[1]
# 越界跳过
if next_c < 0 or next_c >= m or next_r < 0 or next_r >= n:
continue
# 若为陆地（1），则入队继续扩展
if g[next_r][next_c] == 1:
q.append((next_r, next_c))
if mode:
g[r][c] = 2 # 标记当前格子为边界连通
count += 1
# 遍历边界四周，找到所有与边界连通的陆地，并进行 BFS 标记
for i in range(n):
if g[i][0] == 1: bfs(i, 0, True) # 左边界
if g[i][m - 1] == 1: bfs(i, m - 1, True) # 右边界
for j in range(m):
if g[0][j] == 1: bfs(0, j, True) # 上边界
if g[n - 1][j] == 1: bfs(n - 1, j, True) # 下边界
# 处理最终输出：
# - 被标记为 2 的陆地（与边界连通）恢复为 1
# - 其余陆地为封闭岛屿，置为 0（沉没）
for i in range(n):
for j in range(m):
if g[i][j] == 2:
g[i][j] = 1
else:
g[i][j] = 0
# 打印最终地图结果
for row in g:
print(" ".join(map(str, row)))
五、水流问题（Kamacoder 103）
-
每个 DFS 逻辑是“水可以流向高度大于等于自己的相邻格子”。
-
从两个边界（上/左、下/右）出发分别进行 DFS。
-
最终取两个集合交集，得到的是能从两边都能流到的点。
first = set() # 记录能从第一边界（上边和左边）流到的点
second = set() # 记录能从第二边界（下边和右边）流到的点
# 四个方向：上、右、下、左
directions = [[-1, 0], [0, 1], [1, 0], [0, -1]]
def dfs(i, j, graph, visited, side):
# 如果已经访问过，直接返回
if visited[i][j]:
return
# 标记已访问
visited[i][j] = True
side.add((i, j)) # 加入当前方向的集合中
# 遍历四个方向
for x, y in directions:
new_x = i + x
new_y = j + y
# 保证下标合法且水能从当前格子流向相邻格子（即相邻格子值 >= 当前值）
if (
0 <= new_x < len(graph)
and 0 <= new_y < len(graph[0])
and int(graph[new_x][new_y]) >= int(graph[i][j])
):
dfs(new_x, new_y, graph, visited, side)
def main():
global first
global second
N, M = map(int, input().strip().split()) # 输入矩阵的行数和列数
graph = []
for _ in range(N):
row = input().strip().split()
graph.append(row) # 构造二维矩阵
# 第一步：从第一边界（上边和左边）出发进行 DFS
visited = [[False] * M for _ in range(N)]
for i in range(M): # 上边界
dfs(0, i, graph, visited, first)
for i in range(N): # 左边界
dfs(i, 0, graph, visited, first)
# 第二步：从第二边界（下边和右边）出发进行 DFS
visited = [[False] * M for _ in range(N)]
for i in range(M): # 下边界
dfs(N - 1, i, graph, visited, second)
for i in range(N): # 右边界
dfs(i, M - 1, graph, visited, second)
# 第三步：找出同时能从两个边界流通的交集点
res = first & second
# 打印所有可以从两个边界都流通到的坐标点
for x, y in res:
print(f"{x} {y}")
if __name__ == "__main__":
main()
六、建造最大岛屿（Kamacoder 104）
-
把每个岛屿编号并计算面积。
-
遍历所有水域格子，尝试变成陆地并连接周围不同的岛屿。
-
记录最大可能岛屿面积。
-
边界处理和重复统计都已通过
visited和set控制。
import collections
# 四个方向：上、右、左、下
directions = [[-1, 0], [0, 1], [0, -1], [1, 0]]
area = 0 # 当前岛屿的面积
def dfs(i, j, grid, visited, num):
"""
深度优先搜索，将岛屿上的所有陆地格子标记为同一个编号num，
并统计当前岛屿的总面积
"""
global area
if visited[i][j]:
return
visited[i][j] = True
grid[i][j] = num # 用编号num标记该岛屿
area += 1 # 累加岛屿面积
for x, y in directions:
new_x = i + x
new_y = j + y
# 判断是否在边界内且是未访问的陆地
if (
0 <= new_x < len(grid)
and 0 <= new_y < len(grid[0])
and grid[new_x][new_y] == "1"
):
dfs(new_x, new_y, grid, visited, num)
def main():
global area
N, M = map(int, input().strip().split()) # 读入行列数
grid = []
for _ in range(N):
grid.append(input().strip().split()) # 读取每一行
visited = [[False] * M for _ in range(N)] # 记录访问情况
rec = collections.defaultdict(int) # 记录每个岛屿编号对应的面积
cnt = 2 # 编号从2开始，避免与"0"（水）和"1"（未编号陆地）混淆
for i in range(N):
for j in range(M):
if grid[i][j] == "1":
area = 0
dfs(i, j, grid, visited, cnt)
rec[cnt] = area # 保存当前岛屿面积
cnt += 1
res = 0 # 最终最大岛屿面积
for i in range(N):
for j in range(M):
if grid[i][j] == "0": # 尝试将水变成陆地
max_island = 1 # 当前面积初始为1（假设这里是陆地）
v = set() # 防止重复统计相邻岛屿
for x, y in directions:
new_x = i + x
new_y = j + y
if (
0 <= new_x < len(grid)
and 0 <= new_y < len(grid[0])
and grid[new_x][new_y] != "0"
and grid[new_x][new_y] not in v
):
max_island += rec[grid[new_x][new_y]]
v.add(grid[new_x][new_y])
res = max(res, max_island)
if res == 0:
# 如果没有水可变为陆地，返回最大岛屿面积
return max(rec.values())
return res
if __name__ == "__main__":
print(main())
ＢＦＳ：
from typing import List
from collections import defaultdict
class Solution:
def __init__(self):
# 定义四个方向（上、下、左、右）
self.direction = [(1,0),(-1,0),(0,1),(0,-1)]
self.res = 0 # 存放结果：最大可能的连通面积
self.count = 0 # 当前岛屿的面积计数器
self.idx = 1 # 当前岛屿的编号，从2开始（因为1已经是初始岛屿标记）
self.count_area = defaultdict(int) # 记录每个岛屿编号对应的面积
def max_area_island(self, grid: List[List[int]]) -> int:
if not grid or len(grid) == 0 or len(grid[0]) == 0:
return 0
# Step 1: DFS 标记每个岛屿为不同编号（从 2 开始），并记录每个岛屿的面积
for i in range(len(grid)):
for j in range(len(grid[0])):
if grid[i][j] == 1:
self.count = 0
self.idx += 1
self.dfs(grid, i, j) # 递归标记岛屿
# Step 2: 统计每个编号的面积
self.check_area(grid)
# Step 3: 尝试将一个 0 变成 1，看是否能连接多个岛屿，获取最大可能面积
if self.check_largest_connect_island(grid=grid):
return self.res + 1 # +1 是把0变成1后的面积增加
return max(self.count_area.values()) # 若没有0，返回最大岛屿面积
def dfs(self, grid, row, col):
# 使用 DFS 给岛屿打编号，并统计面积
grid[row][col] = self.idx
self.count += 1
for dr, dc in self.direction:
_row = dr + row
_col = dc + col
if 0 <= _row < len(grid) and 0 <= _col < len(grid[0]) and grid[_row][_col] == 1:
self.dfs(grid, _row, _col)
return
def check_area(self, grid):
# 遍历整张图，统计每个岛屿编号的面积（包含编号为 2 及以上）
m, n = len(grid), len(grid[0])
for row in range(m):
for col in range(n):
self.count_area[grid[row][col]] = self.count_area.get(grid[row][col], 0) + 1
return
def check_largest_connect_island(self, grid):
# 检查每个值为0的位置，看是否能连接多个岛屿
m, n = len(grid), len(grid[0])
has_connect = False # 是否存在0可用作连接点
for row in range(m):
for col in range(n):
if grid[row][col] == 0:
has_connect = True
area = 0
visited = set() # 避免重复计算同一编号岛屿
for dr, dc in self.direction:
_row = row + dr
_col = col + dc
if (
0 <= _row < len(grid)
and 0 <= _col < len(grid[0])
and grid[_row][_col] != 0
and grid[_row][_col] not in visited
):
visited.add(grid[_row][_col])
area += self.count_area[grid[_row][_col]]
self.res = max(self.res, area) # 更新最大面积
return has_connect # 返回是否存在可以转换的0
def main():
# 输入处理
m, n = map(int, input().split())
grid = []
for i in range(m):
grid.append(list(map(int, input().split())))
# 创建对象并调用主函数
sol = Solution()
print(sol.max_area_island(grid))
if __name__ == '__main__':
main()
七、岛屿的周长（Kamacoder 106）
def main():
import sys
input = sys.stdin.read
data = input().split()
# 读取行数 n 和列数 m
n = int(data[0])
m = int(data[1])
# 初始化 grid 网格
grid = []
index = 2 # 从第3个数据开始是地图数据
for i in range(n):
# 读取每一行的 m 个数据
grid.append([int(data[index + j]) for j in range(m)])
index += m
sum_land = 0 # 记录陆地格子的总数
cover = 0 # 记录相邻的陆地边对数（每对相邻边减少2个周长）
for i in range(n):
for j in range(m):
if grid[i][j] == 1:
sum_land += 1 # 统计陆地格子数量
# 检查上方是否是陆地，如果是，说明这两个格子共享一条边
if i - 1 >= 0 and grid[i - 1][j] == 1:
cover += 1
# 检查左方是否是陆地，同样共享一条边
if j - 1 >= 0 and grid[i][j - 1] == 1:
cover += 1
# 不检查下方和右方，是为了避免重复计算边界
# 每个陆地格子原始贡献 4 个边界，所有相邻对共享 2 个边界
result = sum_land * 4 - cover * 2
print(result)
if __name__ == "__main__":
main()
