广度优先搜索 1162. 地图分析

广度优先搜索需要设置一个辅助队列

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 1：
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。
示例 2：
输入：[[1,0,0],[0,0,0],[0,0,0]]
输出：4
解释： 
海洋区域 (2, 2) 和所有陆地区域之间的距离都达到最大，最大距离为 4。
提示：
1 <= grid.length == grid[0].length <= 100
grid[i][j] 不是 0 就是 1

解题思路

只要先把所有的陆地都入队，然后从各个陆地同时开始一层一层的向海洋扩散，那么最后扩散到的海洋就是最远的海洋！并且这个海洋肯定是被离他最近的陆地给扩散到的！

class Solution:
    def maxDistance(self, grid):
        # 广度优先搜索
        # 首先将所有陆地都入列，然后从各个陆地同时开始向海洋扩散，最后的海洋就是最远的
        # 每扩散一次距离增加1 
        row = len(grid)
        col = len(grid[0])
        cords = [[1, 0], 
                [-1, 0], 
                [0, 1], 
                [0, -1]]
        queue = []
        # 设置一个队列，将所有的陆地的坐标保存起来
        # i, j代表坐标，0表示扩散次数
        for i in range(row):
            for j in range(col):
                if grid[i][j]==1:
                    queue.append([i, j, 0])
        # 排除特殊情况，全0或全1
        if len(queue)==row*col or len(queue)==0:
            return -1 
        # 转为队列
        queue = collections.deque(queue)
        # 当队列不为空时，进行循环
        while queue:
            idx = queue.popleft()
            # 像四周扩散
            for cord in cords:
                new_x, new_y = cord[0] + idx[0], cord[1] + idx[1]
                if -1<new_x<row and -1<new_y<col and grid[new_x][new_y]==0:
                    queue.append([new_x, new_y, idx[2] + 1])
                    # 将扩散过的标记为1 
                    grid[new_x][new_y] = 1 
        # 返回最后一次扩散的海洋
        return idx[-1]