给定一个由 0 和 1 组成的矩阵,找出每个元素到最近的 0 的距离。
两个相邻元素间的距离为 1 。
示例 1:
输入:
[[0,0,0],
[0,1,0],
[0,0,0]]
输出:
[[0,0,0],
[0,1,0],
[0,0,0]]
示例 2:
输入:
[[0,0,0],
[0,1,0],
[1,1,1]]
输出:
[[0,0,0],
[0,1,0],
[1,2,1]]
提示:
- 给定矩阵的元素个数不超过 10000。
- 给定矩阵中至少有一个元素是 0。
- 矩阵中的元素只在四个方向上相邻: 上、下、左、右。
这里我们都会想到暴力枚举的方法,对矩阵中的每一个元素进行查找,找到此元素到0的最短距离。但时间复杂度为O((r*c)^2)。我们考虑使用另一种方法。通过广度优先搜索实现。首先说明算法思路:
我们可以从 00 的位置开始进行 广度优先搜索。广度优先搜索可以找到从起点到其余所有点的 最短距离,因此如果我们从 00 开始搜索,每次搜索到一个 11,就可以得到 00 到这个 11 的最短距离,也就离这个 11 最近的 00 的距离了(因为矩阵中只有一个 00)。
举个例子,如果我们的矩阵为:
其中只有一个 0,剩余的 1 我们用短横线表示。如果我们从 00 开始进行广度优先搜索,那么结果依次为:
也就是说,在广度优先搜索的每一步中,如果我们从矩阵中的位置 x 搜索到了位置 y,并且 y 还没有被搜索过,那么位置 y 离 0 的距离就等于位置 x 离 0的距离加上1。
对于实际的问题,矩阵中有很多的0,我选择用多源点广度优先的方法。设置一个超级源点S指向所有的0,如图:
那么我们算法的第一步,便是从超级源点出发,同时到达所有的0,第二步,扩展0的上下左右,把非0的位置设为1(此时距离0点的位置一定为1),如何达到同时的效果呢?在搜索的时候使用队列,第一次把搜索到的距离0为1的点加入队列。再出队列以此为基点进行搜索,把找到的非0点的距离赋值为此基点的距离+1。
我们需要用到两个辅助矩阵
一个seen[][]用来存储此元素是否被找到过
另一个为dist[][]存储该点到0的距离(若该点是0,距离也为0)
看一下代码:
class Solution {
static int[][] dirs = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}}; //分别代表上下左右方向
public int[][] updateMatrix(int[][] matrix) {
int m = matrix.length, n = matrix[0].length;
int[][] dist = new int[m][n];
boolean[][] seen = new boolean[m][n];
Queue<int[]> queue = new LinkedList<int[]>();
// 将所有的 0 添加进初始队列中
for (int i = 0; i < m; ++i) {
for (int j = 0; j < n; ++j) {
if (matrix[i][j] == 0) {
queue.offer(new int[]{i, j});
seen[i][j] = true;
}
}
}
// 广度优先搜索
while (!queue.isEmpty()) {
int[] cell = queue.poll();
int i = cell[0], j = cell[1]; //用来取出当前节点的坐标
for (int d = 0; d < 4; ++d) { //四个方向均搜索一遍
int ni = i + dirs[d][0];
int nj = j + dirs[d][1];
if (ni >= 0 && ni < m && nj >= 0 && nj < n && !seen[ni][nj]) {
dist[ni][nj] = dist[i][j] + 1;
queue.offer(new int[]{ni, nj}); //把搜索到的此节点在加入队列
seen[ni][nj] = true; //标志此节点为ture
}
}
}
return dist;
}
}
广度优先的算法并不困难,思想也比较好理解,再回顾一下过程
首先找到所有0节点,加入队列
进行广度优先第一轮,找到周围所有的非零节点,将其设为1
同时找到的1节点入队列,以此为基,找到的新节点在此基础上距离加1
直到搜索完成。