你现在手里有一份大小为 N x N 的『地图』(网格) grid,上面的每个『区域』(单元格)都用 0 和 1 标记好了。其中 0 代表海洋,1 代表陆地,你知道距离陆地区域最远的海洋区域是是哪一个吗?请返回该海洋区域到离它最近的陆地区域的距离。
我们这里说的距离是『曼哈顿距离』( Manhattan Distance):(x0, y0) 和 (x1, y1) 这两个区域之间的距离是 |x0 - x1| + |y0 - y1| 。
如果我们的地图上只有陆地或者海洋,请返回 -1。
示例 :
输入:[[1,0,1],[0,0,0],[1,0,1]]
输出:2
解释:
海洋区域 (1, 1) 和所有陆地区域之间的距离都达到最大,最大距离为 2。
理解题意:其实就是找到一个海洋区域,这个海洋区域到与它最近的陆地区域的距离是最大的。那么就是按照层序遍历,最后一个遍历到的海洋就是所求。
二维表格上的问题,常用的算法是深度优先遍历、广度优先遍历和并查集,由于这里计算的结果和距离相关,显然使用广度优先遍历;
一般而言,「广度优先遍历」求的是最短路径,但仔细一想,发现其实广度优先遍历也是适用的:
- 求最短路径的时候,只要找到目标值,返回即可;
- 求最长路径的时候,所有目标值都看完以后,才返回。
广度优先遍历(BFS)逐层向外扩散的精准数学解释,每扩散一次,曼哈顿距离就加 1。
O(n**n) 这里 n 是方格的边长。二维表格里所有的元素都会被看一遍;
O(n**n) 最坏情况下,方格里全部是陆地(1)的时候,元素全部会进队列。
class Solution {
public:
int maxDistance(vector<vector<int>>& grid) {
if (grid.empty()) return 0;
int n = grid.size();
queue<pair<int,int>> q;
vector<int> dx {1,-1,0,0};
vector<int> dy {0,0,1,-1};
int res = 0;
for (int i=0;i<n;i++)
{
for (int j=0;j<n;j++)
{
if (grid[i][j]==1)
{
q.push(make_pair(i,j));
}
}
}
int m = q.size();
if (m ==0||m==n*n) return -1;
while(!q.empty())
{
int size = q.size();
for (int i=0;i<size;i++)
{
pair<int,int> d = q.front();
q.pop();
for (int k=0;k<4;k++)
{
int x = d.first + dx[k];
int y = d.second + dy[k]
// 只关心有效范围内的海洋(0);
if (x>=0 && x<n && y>=0 && y<n && grid[x][y]==0)
{
grid[x][y] = 1;
q.push(make_pair(x,y));
}
}
}
if (!q.empty())res++;
}
return res;
}
};