好的，我将为你扩展这篇关于Flood Fill算法的文章，使其更详细、更易懂，适合中小学生阅读。

像“油漆桶”一样填色：Flood Fill 泛洪算法

你有没有用过画图软件里的“油漆桶”工具？点一下某个区域，所有连在一起的相同颜色就会变成你选的新颜色。这个神奇的功能背后，就用到了 Flood Fill（泛洪填充） 算法。它就像洪水一样，从你点击的那个格子开始，向四面八方蔓延，把和被点击格子颜色相同且相邻的所有格子都变成新颜色。

Flood Fill 算法在计算机里有很多用处，比如：

在游戏“扫雷”中点击空白格时，自动展开一大片区域；
统计地图上连在一起的湖泊或森林面积；
判断一张黑白图片中有多少个独立的连通区域。

下面，我们就来看看它是怎么实现的，以及用 Python 代码怎么写出来。

关键概念：连通、颜色、填充

1. 什么是“连通”？

想象一张方格纸，每个格子涂了颜色。两个格子如果上下左右（不是斜角）刚好挨着，我们就说它们是相邻的。如果一堆格子互相通过相邻关系连在一起（就像手拉手），就叫一个连通区域。

生活小例子：操场上，同学们手拉手围成一个圈。只有通过“手拉手”（相邻）才能组成一个团体。如果中间有个人没拉手（颜色不同），那这个团体就被分成了两段。

2. 填充规则

Flood Fill 只填充与起始点颜色相同且连通的所有格子。颜色不同的格子就像一堵墙，会挡住洪水，不让它流过去。

3. 两种实现方法：DFS 和 BFS

DFS（深度优先搜索）：从起点出发，一直往一个方向走到头，再回头走另一条路。就像在迷宫里走到底再折返。
BFS（广度优先搜索）：从起点出发，一层一层地向外扩张，就像石头扔进水里产生的涟漪。

两种方法都能完成填充，但各有特点：

DFS 代码简单，但如果区域很大，递归可能太多，导致程序崩溃（栈溢出）。
BFS 使用队列，不容易栈溢出，适合大区域。

新手常犯的错误

忘记检查新旧颜色是否相同
如果新颜色和旧颜色一样，递归会陷入死循环（因为染了等于没染，还会一直重复）。一定要在最开始判断并直接返回。
越界访问数组
检查格子是否在图片范围内时，条件写错（比如 r >= rows 写成 r > rows），会导致程序报错。
颜色比较用错变量
在递归函数里，old_color 可能会因为外层变量被修改而改变。最好在递归开始时把 old_color 作为参数传入，或者在函数内部用局部变量保存。
递归深度太大
Python 默认递归深度约 1000 层。如果图片很大（比如 1000x1000 的棋盘），DFS 可能失败。这时可以改用 BFS 或手动用栈实现。

完整代码示例

例1：DFS 实现（原示例保留并稍作注释）

def flood_fill_dfs(image, sr, sc, new_color):
    """
    使用深度优先搜索(DFS)进行泛洪填充
    image: 二维列表，表示图片上的颜色数字
    sr, sc: 起始点击位置的行和列
    new_color: 要填充的新颜色值
    """
    rows = len(image)          # 总行数
    cols = len(image[0])       # 总列数
    old_color = image[sr][sc]  # 点击位置原来的颜色

    # 如果新旧颜色相同，直接返回原图
    if old_color == new_color:
        return image

    # 定义递归填充函数
    def dfs(r, c):
        # 越界或颜色不同就停止
        if r < 0 or r >= rows or c < 0 or c >= cols:
            return
        if image[r][c] != old_color:
            return
        # 填充当前格子
        image[r][c] = new_color
        # 递归填充上下左右四个邻居
        dfs(r + 1, c)  # 下
        dfs(r - 1, c)  # 上
        dfs(r, c + 1)  # 右
        dfs(r, c - 1)  # 左

    # 从起始位置开始填充
    dfs(sr, sc)
    return image

# ---------- 测试 ----------
canvas = [
    [0, 0, 0, 0],
    [0, 0, 1, 0],
    [0, 1, 1, 0],
    [0, 0, 0, 0]
]
result = flood_fill_dfs(canvas, 1, 1, 2)
for row in result:
    print(row)

运行结果：

[2, 2, 0, 0]
[2, 2, 1, 0]
[0, 1, 1, 0]
[0, 0, 0, 0]

解释：

点击位置 (1,1) 原色是 0，DFS 把左上角连在一起的 0 都染成了 2。
注意中间有两个 1（代表黑色），把上下两个白色区域隔开了，所以上面的 0 并没有被填充。这正是 Flood Fill 的特性：只填充连通的同色区域。

例2：BFS 实现（用队列）

from collections import deque

def flood_fill_bfs(image, sr, sc, new_color):
    """
    使用广度优先搜索(BFS)进行泛洪填充
    """
    rows = len(image)
    cols = len(image[0])
    old_color = image[sr][sc]

    if old_color == new_color:
        return image

    # 定义一个方向数组：上下左右
    directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]

    # 使用队列保存待处理的坐标
    queue = deque()
    queue.append((sr, sc))
    image[sr][sc] = new_color  # 先染起始点

    while queue:
        r, c = queue.popleft()
        # 检查四个邻居
        for dr, dc in directions:
            nr, nc = r + dr, c + dc
            # 判断是否在框内，并且颜色等于旧颜色
            if 0 <= nr < rows and 0 <= nc < cols and image[nr][nc] == old_color:
                image[nr][nc] = new_color
                queue.append((nr, nc))

    return image

# ---------- 测试 ----------
canvas2 = [
    [0, 0, 0, 0],
    [0, 0, 1, 0],
    [0, 1, 1, 0],
    [0, 0, 0, 0]
]
result2 = flood_fill_bfs(canvas2, 1, 1, 2)
for row in result2:
    print(row)

运行结果和上面一样。
注意：这里用了一个 directions 列表，让代码更清晰，也方便扩展到八方向（加上对角）。

生活中的应用举例

画图软件的油漆桶
你点一下白色区域，所有相邻的白色都变成红色。
扫雷游戏的展开
当你点开一个空格（周围没有雷），游戏会一下子展开一大片空白区域，用的就是 Flood Fill。
统计湖泊数量
在卫星地图上，把水的颜色标记为 1，陆地标记为 0。用 Flood Fill 可以数出有多少个独立的湖泊（连通区域）。每找一个新的 1 就填充成其他颜色，计数器加一。
模拟传染病传播
把感染者标记为特殊颜色，只要相邻的人接触就会被感染，Flood Fill 可以模拟疾病的扩散范围（但要注意，实际传染病传播更复杂哦）。

总结与相关指引

Flood Fill 是图遍历算法的一个经典应用。它帮助我们快速找到并处理一个连通区域。你可以把它看作是在一个“网格图”上做搜索：每个格子是一个节点，相邻格子之间有边（上下左右）。

相关知识点：

深度优先搜索（DFS）：用递归或栈实现。适合小区域，代码简单。
广度优先搜索（BFS）：用队列实现。适合大区域，不会栈溢出。
连通分量：统计图中有多少个独立的连通块，可以用 Flood Fill 或并查集（Union-Find）。
八方向连通：如果允许斜对角也连通，只需要在方向数组里加上 [(-1,-1), (-1,1), (1,-1), (1,1)] 四个方向。

拓展练习：

修改代码，让你能一次填充对角相邻的格子（八方向）。
用 Flood Fill 计算图片中某个连通区域有多少个格子（只需加上一个计数器）。
尝试用 DFS 和 BFS 分别填一个 100x100 的纯色区域，看看哪个更快？

Flood Fill 是不是很简单？下次用画图软件时，你可以自豪地说：“我知道它是怎么工作的！”

Flood Fill泛洪算法