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 。
注意:
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。
题目分析
-
求最短距离
求最短距离,一般采用广度优先搜索的算法,从源点出发,最先遍历到的目标点,一定是距离源点最短的点,遍历增加一层则距离加1。 -
暴力解法
本题要求每个元素到0的距离,若本身为0则距离为0,实际找的是所有1到0的距离。可以遍历矩阵的每个点,若为1则执行一遍广度优先搜索,从而得点没个点到0的距离。但暴力解法会造成很高的时间复杂度,以及会有大量的重复计算。 -
增加超级源点
求1到0的距离,和0到1的距离是一样的,每个0找到距离最短的1,同时也是这个1距离最短的0。因此可以把所有的0看作是一个整体,一层一层的向外扩散,每一层扩散到的1即为这个1到0的最短距离。
可以理解为有一个超级源点,超级源点和所有的0相连,从超级源点出发,每层找到的1的距离减1即为1到0的距离。
广度优先搜索
- BFS
广度优先搜索的本质是对层按顺序遍历,把每一层的所有点访问完后再转到下一层。使用队列(queue)来记录将要访问的点,访问完每个点就出队,然后把它的邻近点入队,同时要记录哪些点被访问过以避免重复访问。
- 模版
epth = 0 # 记录遍历到第几层,当前在第几层则和源点的距离为几
while queue 非空:
depth++
n = queue 中的元素个数
循环 n 次:
node = queue.pop()
for node 的所有相邻结点 m:
if m 未访问过:
queue.push(m)
代码示例
class Solution {
public:
vector<vector<int>> updateMatrix(vector<vector<int>>& matrix) {
vector<vector<int>> resault = vector(matrix.size(),vector<int>(matrix[0].size()));
vector<vector<int>> vis = vector(matrix.size(),vector<int>(matrix[0].size(),0));//标记是否访问
queue<vector<int>> my_queue;//建立队列
//所有0入队
for(int x = 0;x < matrix.size();x++)//遍历行
{
for(int y = 0;y < matrix[0].size();y++)//遍历列
{
if( matrix[x][y] == 0)
{
my_queue.push({x,y});
vis[x][y] = 1;
}
}
}
int res = -1;
while( !my_queue.empty())
{
res++;//遍历了多少层//第0层为0
int queue_size = my_queue.size();
for(int i = 0; i < queue_size ;i++)
{
vector<int> cur = my_queue.front();my_queue.pop();
int cur_x = cur[0];
int cur_y = cur[1];
resault[cur_x][cur_y] = res;
//上
if( cur_x-1 >=0 && vis[cur_x-1][cur_y] == 0)
{
my_queue.push({cur_x-1,cur_y});
vis[cur_x-1][cur_y] = 1;//该点走过了
}
//下
if( cur_x +1 <= matrix.size()-1 && vis[cur_x+1][cur_y] == 0)
{
my_queue.push({cur_x+1,cur_y});
vis[cur_x+1][cur_y] = 1;//该点走过了
}
//左
if( cur_y-1 >=0 && vis[cur_x][cur_y-1] == 0)
{
my_queue.push({cur_x,cur_y-1});
vis[cur_x][cur_y-1] = 1;//该点走过了
}
//右
if( cur_y +1 <= matrix[0].size()-1 && vis[cur_x][cur_y+1] == 0)
{
my_queue.push({cur_x,cur_y+1});
vis[cur_x][cur_y+1] = 1;//该点走过了
}
}
}
return resault;
}
};