岛屿问题算法：填海造陆最大面积解法与优化

1. 项目背景与问题定义

最近在准备算法竞赛时遇到一道非常经典的岛屿类题目——"建造最大岛屿"。这类题目在LeetCode、Codeforces等平台上经常出现，也是大厂面试中的高频考题。题目大意是给定一个二维矩阵表示的地图，其中0代表水域，1代表陆地。我们可以将其中一个0改为1（即"填海造陆"），要求找出操作后能形成的最大岛屿面积。

岛屿面积定义为相连的1的数量，其中"相连"指的是上下左右四个方向的相邻。比如下面这个例子：

code复制原始矩阵：
1 0 1
0 0 0
1 0 1

最优解是将中心的0改为1，连接四个角落的1，形成面积为5的岛屿。

2. 解题思路分析

2.1 基础解法：暴力搜索

最直观的想法是尝试将每个0都改为1，然后计算新形成的岛屿面积，最后取最大值。具体步骤：

1. 遍历矩阵中的每个0
2. 将其临时改为1
3. 使用DFS/BFS计算包含该位置的岛屿面积
4. 恢复该位置为0
5. 记录所有情况中的最大面积

这种方法的时间复杂度是O(n^4)，对于n=50的矩阵就需要约600万次操作，显然不够高效。

2.2 优化思路：连通块预处理

更聪明的做法是预先计算所有现有岛屿的面积，并给每个岛屿编号。然后对于每个0，检查它连接了哪些不同的岛屿，将这些岛屿的面积相加再加1（当前填海的位置）就是潜在的最大面积。

具体步骤：

1. 第一次遍历：使用DFS/BFS标记所有现有岛屿，记录每个岛屿的面积和编号
2. 第二次遍历：对于每个0，检查其四个邻居的岛屿编号
   • 使用集合去重，避免重复计算同一岛屿
   • 将不同岛屿的面积相加
3. 记录最大的(总面积+1)

这种方法将时间复杂度降到了O(n^2)，是典型的空间换时间策略。

3. Java实现详解

3.1 数据结构设计

java复制class Solution {
    int[] dr = new int[]{-1, 1, 0, 0};  // 方向数组：上下左右
    int[] dc = new int[]{0, 0, -1, 1};
    int[][] grid;
    int N;
    
    public int largestIsland(int[][] grid) {
        t