### DFS解法``` python
class Solution:dir = [(-1,0),(1,0),(0,-1),(0,1)]def dfs(self,grid,x,DFS解法
class Solution:dir = [(-1,0),(1,0),(0,-1),(0,1)]def dfs(self,grid,x,y):if x < 0 or x >= len(grid) or y < 0 or y >= len(grid[0]) or grid[x][y] != 1:return 0grid[x][y] = 0ans = 1for (dx,dy) in self.dir:ans += self.dfs(grid,x+dx,y+dy)return ansdef maxAreaOfIsland(self, grid: List[List[int]]) -> int:ans = 0for i in range(len(grid)):for j in range(len(grid[0])):ans = max(ans, self.dfs(grid,i,j))return ans
为什么要遍历整个网格？
岛屿可能是多个分离的区域
-
一个二维网格可能包含多个岛屿，它们彼此不相连。我们不能假设只用一个起点就能发现整个网格中的所有岛屿，因为每个岛屿的起点可能散布在不同的位置。
-
示例：
grid = [ [1, 0, 0, 1],[1, 0, 1, 0],[0, 0, 1, 0]]
在上面的示例中有 3 个独立的岛屿：一个位于左上角，一个位于中部，一个位于右下角。因此，必须遍历整个网格以找到所有的岛屿。
DFS 需要从每个可能的起点出发 当你遍历到某个位置 (i, j) 并且发现它是陆地（1），这意味着它可能是岛屿的一部分。于是你需要调用 DFS 来探索与这个位置相连的所有陆地单元格，以计算这个岛屿的面积。
为什么将访问过的陆地变为0
在每次 DFS 调用中，你会将访问过的陆地标记为水（将 1 变成 0），这样可以避免重复计算已经处理过的岛屿。
其实也可以变为 -1 或者任何不为1的数
当然也可以新建一个列表 visited 记录下来每一个访问过的地方，但是这样会浪费空间
BFS解法
class Solution:dir = [(-1,0),(1,0),(0,-1),(0,1)]def maxAreaOfIsland(self, grid: List[List[int]]) -> int:ans = 0for i in range(len(grid)):for j in range(len(grid[0])):queue = [(i,j)]count = 0while len(queue) > 0:x,y = queue.pop(0)if x < 0 or x >= len(grid) or y < 0 or y >= len(grid[0]) or grid[x][y] != 1:continuegrid[x][y] = -1count += 1for dx,dy in self.dir:nx,ny = x+dx,y+dyqueue.append((nx,ny))ans = max(ans,count)return ans
为什么将检查放在四个方向循环之后是错误的
如果你把检查逻辑放在四个方向循环之后，代码可能会变成这样：
for dx, dy in self.dir:nx, ny = x + dx, y + dy# 假设这里再检查是否越界或是否访问过if nx < 0 or nx >= len(grid) or ny < 0 or ny >= len(grid[0]) or grid[nx][ny] != 1:continuequeue.append((nx, ny))
这样处理代表在弹出节点 (x, y) 后，你已经默认地将这个节点当作有效节点，甚至可能在 count += 1 之前错误地处理了它。例如第一次添加的节点，你并不知道他是否有效，但你只在这里进行判断就会导致漏掉一个判断。
这里你可以使用控制变量法，将这段代码加入进去发现还是正确的，但是如果去掉while循环下的判断就会发生错误
class Solution:dir = [(-1,0),(1,0),(0,-1),(0,1)]def maxAreaOfIsland(self, grid: List[List[int]]) -> int:ans = 0for i in range(len(grid)):for j in range(len(grid[0])):queue = [(i,j)]count = 0while len(queue) > 0:x,y = queue.pop(0)if x < 0 or x >= len(grid) or y < 0 or y >= len(grid[0]) or grid[x][y] != 1:continuegrid[x][y] = -1count += 1for dx,dy in self.dir:nx,ny = x+dx,y+dyif nx < 0 or nx >= len(grid) or ny < 0 or ny >= len(grid[0]) or grid[nx][ny] != 1:continuequeue.append((nx,ny))ans = max(ans,count)return ans
