LeeCode 200. 岛屿数量（广度优先搜索）

给你一个由 '1'（陆地）和 '0'（水）组成的的二维网格，请你计算网格中岛屿的数量。
岛屿总是被水包围，并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
此外，你可以假设该网格的四条边均被水包围。

示例 ：
输入：grid = [
["1","1","0","0","0"],
["1","1","0","0","0"],
["0","0","1","0","0"],
["0","0","0","1","1"]
]
输出：3

广度优先搜索和深度优先搜索，是全部遍历图的算法，关键在于优先的方式不同，即遍历的方式不同。pivot。

广度优先搜索，常用保存每一层的值，然后弹出这一层的每一个值，搜索下一层的值，加入队列。由于队列是，所以是一层一层的搜索。

bfs.gif

# 广度优先搜索
class Solution:
    def numIslands(self, grid: List[List[str]]) -> int:

        # 网格的行数
        nr = len(grid)
        if nr == 0:
            return 0

        # 网格的列数
        nc = len(grid[0])

        # 岛屿的个数
        num_islands = 0

        # 遍历每一格
        for r in range(nr):
            for c in range(nc):

                # 如果是陆地
                if grid[r][c] == "1":
                    num_islands += 1
                    grid[r][c] = "0"

                    # 双向队列，可在队列头部和尾部添加、删除元素
                    neighbors = collections.deque([(r, c)])

                    # 如果队列有值
                    while neighbors:

                        # 弹出最左边的（即最先进入的），弹出后就不再考虑了
                        row, col = neighbors.popleft()

                        # 搜索最先进入的左、右、上、下 4个方向的格子
                        for x, y in [(row - 1, col), (row + 1, col), (row, col - 1), (row, col + 1)]:
                            # 如果是陆地，加入队列，准备下次搜索左右上下
                            if 0 <= x < nr and 0 <= y < nc and grid[x][y] == "1":
                                neighbors.append((x, y))
                                grid[x][y] = "0"
        
        return num_islands