看到一个hr发的面试不通过的原因，够离谱。。

刚看到个贴子，有人发了一张HR面试记录截图，几十个“不通过”，理由离谱得跟写小说似的：什么“吊儿郎当”“排斥洗碗”“面试一直看窗外”“表也填不全”😵‍💫

讲道理，这道“最大人工岛”算法题乍一看不复杂，实际下手却是一堆边界条件和性能坑。题目大概意思是给你一个01二维网格（0代表水，1代表陆地），你最多可以把一个0变成1，问你能得到的最大岛屿面积是多少。说白了，就是求一个连通的最大1块区域，允许你把一个水面变成陆地。

听着挺好理解，代码写起来有点像“哥们儿你帮我看下这段DFS怎么超时了🤯”。

老规矩，咱们还是从最直观的暴力法说起：遍历每个为0的点，然后尝试把它变成1，再用DFS或者BFS去计算当前岛屿的最大面积。时间复杂度是O(n^2 * n^2)，简直大冤种，跑大一点的数据直接超时走人。

我第一次写的时候就这么写的，结果LeetCode提示：超时，兄弟你是来搞笑的吗？😓

后来换个思路：能不能预处理，把所有原始1的连通块先标记一遍，比如给每个岛打个标签（id），顺便算出每个岛的面积存到一个dict里，这样当我们枚举0的时候，只需要看它周围最多四个方向的1的标签，避免重复累加面积。

上代码吧（Python实现）：

deflargestIsland(grid):
from collections import defaultdict

    n = len(grid)
    island_id = 2
    area_map = defaultdict(int)

defdfs(i, j, id):
if i < 0or i >= n or j < 0or j >= n or grid[i][j] != 1:
return0
        grid[i][j] = id
        area = 1
for dx, dy in [(-1,0), (1,0), (0,-1), (0,1)]:
            area += dfs(i + dx, j + dy, id)
return area

for i in range(n):
for j in range(n):
if grid[i][j] == 1:
                area_map[island_id] = dfs(i, j, island_id)
                island_id += 1

    max_area = max(area_map.values() or [0])
    has_zero = False

for i in range(n):
for j in range(n):
if grid[i][j] == 0:
                has_zero = True
                seen = set()
for dx, dy in [(-1,0), (1,0), (0,-1), (0,1)]:
                    ni, nj = i + dx, j + dy
if0 <= ni < n and0 <= nj < n and grid[ni][nj] > 1:
                        seen.add(grid[ni][nj])
                new_area = 1 + sum(area_map[id] for id in seen)
                max_area = max(max_area, new_area)

return max_area if has_zero else n * n

这个方案的精髓是：尽可能少地重复计算，把重复的“岛屿面积计算”提前做完，然后换0时只合并周围的若干岛，连并查集都用不上，一手DFS整的明明白白👌

有个坑点要提醒一下，千万别在原地暴力+1然后再改回去，不然你会陷入无尽debug：为啥某个点多加了几次面积...debug完直接怀疑人生😂

说个我真实踩坑的经历，有一次一个实习生写了个暴力双层DFS版本，跑得飞起，但有个数据集卡成了指数复杂度，跑了十几分钟没出结果。我看了看他说的“没问题啊哥，我就是每次把0改成1然后跑一次DFS...”那一刻我仿佛听到了内存泄露的声音💥

这题其实也带出了一个有趣的现象：允许一次修改 vs 不允许修改，状态爆炸的方式完全不同。你以为是个小优化，实际是大局观的改变——这就像你以为微服务是万能银弹，实际变成了“分布式单体”，对吧兄弟们😉

这题就聊到这了，写这类图形遍历类题目的时候，记得一定要抽象好状态，能预处理就别重复算。面试遇到这种题，记得先甩一套状态合并的优化逻辑，再慢慢撸代码，面试官都不忍打断你