【算法题】地图分析_Go多源BFS解法

题目：

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/as-far-from-land-as-possible
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路：
使用Go切片实现部分队列特性实现多源BFS。

Go实现代码：

func maxDistance(grid [][]int) int {
	N := len(grid)
	//用二维数组实现队列坐标的进队、遍历特性
	var queue [][]int
	for y := 0; y < N; y++ {
		for x := 0; x < N; x++ {
			if grid[y][x] == 1 {
				//陆地区域坐标入队.
				queue = append(queue, []int{x, y})
			}
		}
	}

	//通过入队的数量判断是否全为陆地或全为海洋的情况，是则直接返回-1.
	if len(queue) == 0 || len(queue) == N * N {
		return -1
	}
	//遍历方向数组.
	direct := [][]int{{0,-1},{-1,0},{0,1},{1,0}}
	//记录搜索的层次数
	dist := 0
	for len(queue) > 0 {
		var tempQueue [][]int
		for _, data := range queue {
			for i := 0; i < 4; i ++ {
				tmpX := data[0] + direct[i][0]
				tmpY := data[1] + direct[i][1]
				if tmpX >= 0 && tmpX < N && tmpY >= 0 && tmpY < N && grid[tmpY][tmpX] == 0 {
					//将当前搜索到海洋的坐标标记为陆地(作用：标记为已搜索过).
					grid[tmpY][tmpX] = 1
					//将当前海洋区域坐标放入队列，作为下一轮搜索的起始坐标.
					tempQueue = append(tempQueue, []int{tmpX, tmpY})
				}
			}
		}
		//每一轮搜索结束，层次加1，同时也表示了能搜索到的最远层次（距离）.
		dist ++
		//用上一轮搜索到的海洋区域坐标队列(数组)作为新一轮的搜索队列，即实现了正常队列：清空队列 => 压入所有元素到队列的操作.
		queue = tempQueue
	}
	//总搜索层数减去1(搜索累加层数的过程中，总会存在最后一轮搜索到的全是陆地或者说是搜索完毕的情况，而这时dist也会+1，但新的队列已经为空,因此，最后得到的答案应减去这个多加的1)
	return dist - 1
}