- 01矩阵(#542)
思路:暴力求解,首先初始化一个和原矩阵大小相同的二维向量,元素全部初始化为初始化为INT_MAX。0到0的最近距离是本身,所以原来为0的元素在新矩阵中也为0。对于1元素遍历矩阵中所有的0元素,求所有1->0之间曼哈顿距离的最小值。
vector<vector<int> > updateMatrix(vector<vector<int> >& matrix)
{
int rows = matrix.size();
if (rows == 0)
return matrix;
int cols = matrix[0].size();
vector<vector<int> > dist(rows, vector<int>(cols, INT_MAX));
for (int i = 0; i < rows; i++) {
for (int j = 0; j < cols; j++) {
if (matrix[i][j] == 0)
dist[i][j] = 0;
else {
for (int k = 0; k < rows; k++)
for (int l = 0; l < cols; l++)
if (matrix[k][l] == 0) {
int dist_01 = abs(k - i) + abs(l - j);
dist[i][j] = min(dist[i][j], abs(k - i) + abs(l - j));
}
}
}
}
return dist;
}
思路:BFS,初始化一个和原矩阵大小相同的矩阵,0元素还为0,1元素为INT_MAX。建立一个辅助队列,将矩阵中0元素的坐标都入队。队列不为空,取队头坐标,并且出队。判断邻居元素的值是否比当前元素+1还要大,是的话将邻居元素更新为当前元素+1。并且将邻居的坐标入队。分析:当所有0元素完成出队,他们相邻的1元素全部置为1(即该1元素到0的最近距离为1);所有0元素邻居坐标出队完成的话,将更新与他们相邻的1的距离(到最近0的距离)。最后整个程序完成
class Solution {
public:
vector<vector<int> > updateMatrix(vector<vector<int> >& matrix)
{
int rows = matrix.size();
if (rows == 0)
return matrix;
int cols = matrix[0].size();
vector<vector<int> > dist(rows, vector<int>(cols, INT_MAX));
queue<pair<int, int> > q;
for (int i = 0; i < rows; i++)
for (int j = 0; j < cols; j++)
if (matrix[i][j] == 0) {
dist[i][j] = 0;
q.push({ i, j }); //Put all 0s in the queue.
}
int dir[4][2] = { { -1, 0 }, { 1, 0 }, { 0, -1 }, { 0, 1 } };
while (!q.empty()) {
pair<int, int> curr = q.front();
q.pop();
for (int i = 0; i < 4; i++) {
int new_r = curr.first + dir[i][0], new_c = curr.second + dir[i][1];
//这里的检查范围容易遗忘,需要注意
if (new_r >= 0 && new_c >= 0 && new_r < rows && new_c < cols) {
if (dist[new_r][new_c] > dist[curr.first][curr.second] + 1) {
dist[new_r][new_c] = dist[curr.first][curr.second] + 1;
q.push({ new_r, new_c });
}
}
}
}
return dist;
}
};
下面的图片说明BFS整个过程
思路:DP(不会)