列表实现岛屿数量（DFS+BFS）
**
列表实现岛屿数量（DFS+BFS）**
给定一个由 ‘1’（陆地）和 ‘0’（水）组成的的二维网格，计算岛屿的数量。一个岛被水包围，并且它是通过水平方向或垂直方向上相邻的陆地连接而成的。你可以假设网格的四个边均被水包围。
示例 1:
输入:
11110
11010
11000
00000
输出: 1
示例 2:
输入:
11000
11000
00100
00011
输出: 3
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/number-of-islands
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
本题是典型的搜索相关题目，在网格中进行相连区域查找，一块区域就是一个岛屿。
遇到类似题目可以联想到二叉树的算法，但是网格中增加到了四个方向的搜索和判断，因此我们可以设定一个方向路径列表来进行四个方向的遍历，这里我设定它为 path = [[1,0],[0,1],[-1,0],[0,-1]]，分别为向下、向右、向上、向左的表示。
值得注意的是，在判断过当前坐标点元素为‘1’后，要将此坐标点元素化为‘0‘，以免后续的搜索中出现重复搜索的情况。
if not grid: #判断有无输入的矩阵
return 0
x , y = len(grid) , len(grid[0]) #x为矩阵行数量，y为列数量
count = 0
path = [[1,0],[0,1],[-1,0],[0,-1]] #设定方向列表，顺序进行下、右、上、左的搜索判断
def bfs(i,j): #广度优先
que = [] #空列表，仿照列表实现广度优先算法先进先出进行搜索
que.append([i,j]) #把字符为‘1’的第一个坐标放进空列表中
grid[i][j] = '0' #把这个坐标表示的字符化为‘0’
while(len(que)): #如果列表中存在元素，则据需往下进行搜索判断
m , n = que.pop(0) #甩出列表中第一个元素
for pa in path: #在甩出的坐标的四个方向进行搜索
ni = m + pa[0] #对行和列进行加1、减1的操作来实现偏移
nj = n + pa[1]
if ni >= 0 and ni = 0 and nj = 0 and ni = 0 and nj < y and grid[ni][nj] == '1':
dfs(ni,nj) #如果偏移后的坐标点符合判断条件，则继续向下进行判断，直到不能再向下为止，则继续向右判断
for i in range(x):
for j in range(y):
if grid[i][j] == '1':
count += 1 #当坐标点符号为‘1’时，数量加1
#bfs(i,j)
dfs(i,j)
return count
if __name__ == "__main__":
a = [["1","1","1","1","0"],["1","1","0","1","0"],["1","1","0","0","0"],["0","0","0","0","0"]]
n = Solution()
print(n.numIslands(a))
作者：青涩的雲
