1091. Shortest Path in Binary Matrix(Medium)——计算在网格中从原点到特定点的最短路径长度

前言:  

刷了一段时间的LeetCode,准备找一些个人觉得比较好的题目分享给大家,同时也方便自己总结。

本题目为广度优先遍历(BFS) 算法的一道典型例题。

 

题目:

在一个 N × N 的方形网格中,每个单元格有两种状态:空(0)或者阻塞(1)。

一条从左上角到右下角、长度为 k 的畅通路径,由满足下述条件的单元格 C_1, C_2, ..., C_k 组成:

相邻单元格 C_i 和 C_{i+1} 在八个方向之一上连通(此时,C_i 和 C_{i+1} 不同且共享边或角)
C_1 位于 (0, 0)(即,值为 grid[0][0])
C_k 位于 (N-1, N-1)(即,值为 grid[N-1][N-1])
如果 C_i 位于 (r, c),则 grid[r][c] 为空(即,grid[r][c] == 0)
返回这条从左上角到右下角的最短畅通路径的长度。如果不存在这样的路径,返回 -1 。

 

示例 1:

输入:[[0,1],[1,0]]

输出:2

示例 2:

输入:[[0,0,0],[1,1,0],[1,1,0]]

输出:4

 

提示:

1 <= grid.length == grid[0].length <= 100
grid[i][j] 为 0 或 1

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/shortest-path-in-binary-matrix


 

 解题算法:

本示例采用广度优先算法(BFS),算法简介如下,知道的小伙伴可以跳过。

BFS

 

广度优先搜索一层一层地进行遍历,每层遍历都以上一层遍历的结果作为起点,遍历一个距离能访问到的所有节点。需要注意的是,遍历过的节点不能再次被遍历。

第一层:

  • 0 -> {6,2,1,5}

第二层:

  • 6 -> {4}
  • 2 -> {}
  • 1 -> {}
  • 5 -> {3}

第三层:

  • 4 -> {}
  • 3 -> {}

每一层遍历的节点都与根节点距离相同。设 di 表示第 i 个节点与根节点的距离,推导出一个结论:对于先遍历的节点 i 与后遍历的节点 j,有 di <= dj。利用这个结论,可以求解最短路径等 最优解 问题:第一次遍历到目的节点,其所经过的路径为最短路径。应该注意的是,使用 BFS 只能求解无权图的最短路径,无权图是指从一个节点到另一个节点的代价都记为 1。

 

 思路:

从一个左边位移动到另一个坐标位,在此题的环境中有八种方向可选,左上角、上、右上角等等。

对于坐标系来说,用横纵坐标分别加1、或减1就可以实现八个方向上的移动,我们用一个positions队列,来装每次移动可能涉及的所有坐标,既然是坐标,那也就说明这个队列里边装的是(key, value)形式的键值对,java的Pair对象就可以满足我们的存储需求,创建队列之后,我们往队列中加入初始点(0,0),然后用外层while循环控制每次遍历一层,并且使路径长度+1,用内层while循环来对目前队列中储存的所有的坐标进行八向移动,并把能成功移动到的坐标添加至队列末尾,为下一次的移动(外层循环)做准备。注意要先把移动前的坐标的值改为1,使其不再可达。最终在其到达(m-1,n-1)时,返回当前路径深度。

 

 代码:

package LeetCode.搜索.BFS;

import javafx.util.Pair;

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

public class ShortestPathBinaryMatrix {
    public int shortestPathBinaryMatrix(int[][] grid) {
        if (grid[0][0] == 1) return -1;
        if (grid.length == 1) return 1;
        int m = grid.length, n = grid[0].length;
        int[][] directions = {{1, -1,}, {1, 0}, {1, 1}, {0, 1}, {0, -1}, {-1, 1}, {-1, 0}, {-1, -1}};
        Queue<Pair<Integer, Integer>> positions = new LinkedList<>();
        int pathLength = 0;
        positions.add(new Pair<>(0, 0));

        while (!positions.isEmpty()) {
            int size = positions.size();
            pathLength++;
            while (size-- > 0) {
                Pair<Integer, Integer> cur = positions.poll();
                int cr = cur.getKey(), cc = cur.getValue();
                grid[cr][cc] = 1;
                for (int[] direction : directions) {
                    int ncr = cr + direction[0];
                    int ncc = cc + direction[1];
                    if (ncr < 0 || ncr >= m || ncc < 0 || ncc >= n || grid[ncr][ncc] == 1) continue;
                    if (ncr == m - 1 && ncc == n - 1) return pathLength + 1;
                    positions.add(new Pair<>(ncr, ncc));
                }
            }
        }
        return -1;
    }
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

请保持优秀。

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值