岛屿数量题目的思路探讨与源码
    岛屿数量的题目如下图，该题属于搜索和矩阵类型的题目，主要考察对于深度优先搜索DFS和广度优先搜索BFS的使用和理解。本文的题目作者想到2种方法，分别是深度优先搜索方法DFS和广度优先搜索方法BFS，其中深度优先搜索方法使用java进行编写，而广度优先搜索方法使用Python进行编写，当然这可能不是最优的解法，还希望各位大佬给出更快的算法。

    本人认为该题目可以使用深度优先搜索DFS的算法，首先我们做遍历矩阵的操作，也就是两个for循环去遍历矩阵的每一个元素，只要遇到有元素的值是1的，那么就进行深度优先搜索方法，然后把岛屿数量加1，那么对于深度优先搜索的内部方法，我们是做如下处理，首先判断传入的下标参数是否大于0，传入的矩阵是否为空，以及传入的下标是否超过了矩阵的长度，如果有一个满足条件，直接返回结果为空；否则就开始遍历，把当前下标的元素值设为0（也就是说已经遍历过了，后面再次遍历会直接忽略这个元素，这样不会导致重复计数），然后开始DFS遍历，分别是当前元素的上下左右的临近元素都遍历一次，直到跳出遍历函数，并最终返回num的结果，就是岛屿的总数量。那么按照这个思路我们的Java代码如下：

#喷火龙与水箭龟
class Solution {
    public int numIslands(char[][] grid) {
        int num = 0;
        for(int jr=0;jr<grid.length;jr++) {
            for(int kr=0;kr<grid[0].length;kr++) {
                if(grid[jr][kr]=='1'){
                    searchDFS(grid,jr,kr);
                    num=num+1;
                }
            }
        }
        return num;
    }
    private void searchDFS(char[][] grid, int ib, int jb){
        if(ib<0 || jb<0 || ib>=grid.length || jb>=grid[0].length || grid[ib][jb]=='0')
        {
		    return;
		}
        grid[ib][jb]='0';
		searchDFS(grid,ib-1,jb);
        searchDFS(grid,ib,jb-1);
        searchDFS(grid,ib+1,jb);
        searchDFS(grid,ib,jb+1);
    }
}

    显然，我们还可以使用广度优先搜索BFS进行处理，首先我们遍历这个矩阵，只要矩阵的元素是0就跳过；否则就开始进行广度优先搜索，并且将结果加1。那么广度优先搜索的处理步骤是，首先我用一个临时的二维列表的队列去保存当前位置，然后开始遍历，只要这个队列不为空，我就扔出第一个元素，对该元素进行判断，是否没有超出矩阵下标、是否元素的值对应是1，如果都满足，将这个元素赋值为0，然后分别去把该元素的邻近的上下左右的元素下标记录下来，并且加入到临时的队列里，最终返回结果就是岛屿的数量，所以根据这个思路就可以写出代码，下面是Python代码部分：

#喷火龙与水箭龟
class Solution:
    def numIslands(self, grid: [[str]]) -> int:
        def searchBFS(grid,iv,jv):
            tmpStack=[[iv,jv]]
            while tmpStack:
                [iv,jv]=tmpStack.pop(0)
                if(0 <=iv<len(grid) and 0<=jv<len(grid[0]) and grid[iv][jv]=='1'):
                    grid[iv][jv]='0'
                    tp=[[iv+1,jv],[iv-1,jv],[iv,jv-1],[iv,jv+1]]
                    tmpStack=tmpStack+tp
        index=0
        for iz in range(len(grid)):
            for jz in range(len(grid[0])):
                if(grid[iz][jz]=='0'):
                    continue
                searchBFS(grid,iz,jz)
                index=index+1
        return index 

    从结果来说java版本的深度优先搜索方法和python版本的广度优先搜索方法的速度都还不错，但应该是有更多的方法可以进一步提速的，希望朋友们能够多多指教，非常感谢。