题目：
给定一个由 0 和 1 组成的非空二维数组 grid ，用来表示海洋岛屿地图。
一个 岛屿 是由一些相邻的 1 (代表土地) 构成的组合，这里的「相邻」要求两个 1 必须在水平或者竖直方向上相邻。你可以假设 grid 的四个边缘都被 0（代表水）包围着。
找到给定的二维数组中最大的岛屿面积。如果没有岛屿，则返回面积为 0 。
示例一：

输入: grid = [[0,0,1,0,0,0,0,1,0,0,0,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,1,1,0,1,0,0,0,0,0,0,0,0],[0,1,0,0,1,1,0,0,1,0,1,0,0],[0,1,0,0,1,1,0,0,1,1,1,0,0],[0,0,0,0,0,0,0,0,0,0,1,0,0],[0,0,0,0,0,0,0,1,1,1,0,0,0],[0,0,0,0,0,0,0,1,1,0,0,0,0]]
输出: 6
解释: 对于上面这个给定矩阵应返回 6。注意答案不应该是 11 ，因为岛屿只能包含水平或垂直的四个方向的 1 。
示例二：
输入: grid = [[0,0,0,0,0,0,0,0]]
输出: 0
分析：
逐个扫描矩阵中每个格子，如果遇到一个值为1的格子并且不在之前已知的岛屿上，那么就到达了一个新的岛屿，于是搜索整个岛屿并计算它的面积，代码创建了一个和输入矩阵相同大小的矩阵visited，它的作用是用一个布尔值标识矩阵中的每个值为1的格子是否已经到达过，用来确保每个格子只搜索一次，接下来从一个值为1的格子出发找出它所在岛屿的面积，也就是对应的节点所在连通子图的节点数目。
两种不同的图搜索算法分别是广度优先遍历和深度优先遍历。
广度优先遍历搜索：需要用队列
深度优先遍历搜索：可以利用栈或者采用递归的形式
具体见代码
代码：

package com.kuang;

import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;

public class MaxAreaOfIsland {
    
    
    public int maxAreaOfIsland(int [][] grid){
    
    
        int rows = grid.length;
        int cols = grid[0].length;
        boolean[][] visited = new boolean[rows][cols];
        int maxArea = 0;
        for (int i = 0; i < rows; i++) {
    
    
            for (int j = 0; j < cols; j++) {
    
    

                if (grid[i][j] == 1&&!visited[i][j]){
    
    
                    int area = getArea(grid,visited,i,j);
                    maxArea = Math.max(maxArea,area);
                }
            }
        }
        return maxArea;
    }
//  广度优先遍历
    private int getArea(int[][] grid, boolean[][] visited, int i, int j) {
    
    
        Queue<int[]> queue = new LinkedList<>();
        visited[i][j] = true;
        queue.add(new int[]{
    
    i,j});
//        分别代表上下左右
        int[][] dirs = {
    
    {
    
    -1,0},{
    
    1,0},{
    
    0,-1},{
    
    0,1}};
        int area = 0;
        while (!queue.isEmpty()){
    
    
            int[] pos = queue.remove();
            area++;
            for (int[] dir : dirs) {
    
    
                int r = pos[0] + dir[0];
                int c = pos[1] + dir[1];
                if (r>=0 && r<grid.length && c>=0 && c < grid[0].length&&grid[r][c] ==1&&!visited[r][c]){
    
    
                    queue.add(new int[]{
    
    r,c});
                    visited[r][c] = true;
                }
            }
        }
        return area;
    }
//    基于栈实现深度优先搜索
    private int getArea1(int[][] grid, boolean[][] visited, int i, int j){
    
    
        Stack<int[]> stack = new Stack<>();
        stack.push(new int[]{
    
    i,j});
        visited[i][j] = true;
        int[][] dirs = {
    
    {
    
    -1,0},{
    
    1,0},{
    
    0,-1},{
    
    0,1}};
        int area = 0;
        while(!stack.isEmpty()){
    
    
            int[] pos = stack.pop();
            area++;
            for (int[] dir : dirs){
    
    
                int r = pos[0] + dir[0];
                int c = pos[1] + pos[1];
                if (r>=0&&r<grid.length&&c>=0&&c<grid[0].length&&grid[r][c] == 1&& !visited[r][c]){
    
    
                    stack.push(new int[]{
    
    r,c});
                    visited[r][c] = true;
                }
            }
        }
        return area;
    }
//    基于递归实现深度优先搜索
    private int getArea2(int[][] grid, boolean[][] visited, int i, int j){
    
    
        int area = 1;
        visited[i][j] = true;
        int[][] dirs = {
    
    {
    
    -1,0},{
    
    1,0},{
    
    0,-1},{
    
    0,1}};
        for (int[] dir : dirs) {
    
    
            int r = i +dir[0];
            int c = j +dir[1];
            if (r>=0&&r<grid.length&&c>=0&&c<grid[0].length&&grid[r][c] == 1&& !visited[r][c]){
    
    
                area += getArea(grid,visited,r,c);
            }
        }
        return area;
    }
}