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]