多源广度优先搜索(LeetCode542. 01矩阵)

LeetCode542. 01矩阵

广度优先搜索

对于矩阵中的每一个元素，如果它的值为 0，那么离它最近的 0就是它自己。如果它的值为1，那么我们就需要找出离它最近的 0，并且返回这个距离值。那么我们如何对于矩阵中的每一个1，都快速地找到离它最近的 0呢？

如果矩阵中只有一个0，那么我们可以直接使用DFS深搜递归，或者单源的BFS广搜队列，找完整个矩阵，更新距离即为最终答案

如图：
初始状态：
_ _ _ _
_ 0 _ _
_ _ _ _
_ _ _ _
其中只有一个 0，剩余的 1我们用短横线表示。如果我们从0 开始进行广度优先搜索，那么结果依次为：

也就是说，在广度优先搜索的每一步中，如果我们从矩阵中的位置 $x$ 搜索到了位置 $y$，并且 $y$ 还没有被搜索过，那么位置 $y$ 离 0的距离就等于位置 $x$ 离 0 的距离加上 1。

如果有多个0：

处理的方法很简单：我们在进行广度优先搜索的时候会使用到队列，在只有一个 0 的时候，我们在搜索前会把这个 0 的位置加入队列，才能开始进行搜索；如果有多个 0，我们只需要把这些 0 的位置都加入队列就行了。
我们还是举一个例子，在这个例子中，有两个 0：

按照单源0的方法广搜四个方向:

把更新过的加入广搜队列，重复操作：

这样做为什么是正确的呢？

• 我们需要对于每一个1 找到离它最近的0。如果只有一个0的话，我们从这个 0开始广度优先搜索就可以完成任务了；

• 但在实际的题目中，我们会有不止一个0。我们会想，要是我们可以把这些 0看成一个整体好了。有了这样的想法，我们可以添加一个「超级零」，它与矩阵中所有的 0 相连，这样的话，任意一个 1 到它最近的0 的距离，会等于这个1到「超级零」的距离减去一。由于我们只有一个「超级零」，我们就以它为起点进行广度优先搜索。这个「超级零」只和矩阵中的0相连，所以在广度优先搜索的第一步中，「超级零」会被弹出队列，而所有的 0会被加入队列，它们到「超级零」的距离为1。这就等价于：一开始我们就将所有的 0加入队列，它们的初始距离为 0。这样以来，在广度优先搜索的过程中，我们每遇到一个1，就得到了它到「超级零」的距离减去一，也就是 这个 1到最近的 0的距离。

代码（c++）–可作为矩阵多源广搜板子

class Solution {
private:
    static constexpr int dirs[4][2] = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};

public:
    vector<vector<int>> updateMatrix(vector<vector<int>>& matrix) {
        int m = matrix.size(), n = matrix[0].size();
        vector<vector<int>> dist(m, vector<int>(n));
        vector<vector<int>> seen(m, vector<int>(n));//访问标志
        queue<pair<int, int>> q;
        // 将所有的 0 添加进初始队列中
        for (int i = 0; i < m; ++i) {
            for (int j = 0; j < n; ++j) {
                if (matrix[i][j] == 0) {//多源进队（板子修改处）
                    q.emplace(i, j);
                    seen[i][j] = 1;
                }
            }
        }

        // 广度优先搜索
        while (!q.empty()) {
            auto [i, j] = q.front();
            q.pop();
            for (int d = 0; d < 4; ++d) {
                int ni = i + dirs[d][0];
                int nj = j + dirs[d][1];
                if (ni >= 0 && ni < m && nj >= 0 && nj < n && !seen[ni][nj]) {//根据题意维护矩阵（板子修改处）
                    dist[ni][nj] = dist[i][j] + 1;
                    q.emplace(ni, nj);
                    seen[ni][nj] = 1;
                }
            }
        }

        return dist;
    }
};

多源广度搜索的另一题应用：LeetCode994
内容来自LeetCode官方题解，博主稍作修改批注

觉得文章有用，点个赞，点个收藏，支持一下