广度优先搜索（BFS）

广度优先搜索一般使用队列实现

对于需要计算树高度（层数）：可通过先计算队列内元素个数，每次循环完一波计算过个数的元素，层数加一计算。

典型例题：

https://leetcode-cn.com/problems/as-far-from-land-as-possible/

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| 。

解法：

import numpy as np
class Solution:
    def maxDistance(self, grid: List[List[int]]) -> int:
        gridlen=len(grid)
        queue=[]
        for i in range(gridlen):
            for j in range(gridlen):
                if grid[i][j]==1:
                    queue.append((i,j))
        if queue==[] or len(queue)==gridlen*gridlen:
            return -1
        deepth=-1
        while queue:
            deepth+=1
            n=len(queue)
            for z in range(n):
                i,j=queue.pop(0)
                for x,y in [(i-1,j),(i+1,j),(i,j-1),(i,j+1)]:
                    if x>=0 and x<gridlen and y>=0 and y<gridlen:
                        if grid[x][y]==0:
                            queue.append((x,y))
                            grid[x][y]=2
        return deepth