leetcode542

# 解题思路

一开始的想法就是单纯的遍历然后剪枝，但不知道为什么就双百了 所以分享一下自己的思路： 首先，要求到最近的0的距离，肯定不能单次遍历就能找到准确的值，毕竟信息量过于小 然后，这题很像之前做的那个最大距离(同样也是矩阵遍历BFS)，我就想到了应该用类似的思路 之后观察题，很容易想到可以从0开始bfs遍历，当然只向着1去搜索，由于是多源的bfs，所以需要多次遍历 但要注意剪枝，我的一个关键剪枝思路就是把与0不相邻的1都变成-1 然后遍历的时候只需要考察这些-1就好了

# 代码

class Solution {
public int[][] updateMatrix(int[][] matrix) {
        int ylen = matrix.length;
        int xlen=matrix[0].length;
        int count = 0;
        for (int i=0 ;i<ylen; i++) {
            for (int j = 0; j < xlen; j++) {
                if (matrix[i][j] == 0) {
                count++;
                }
                else {
                    if (j > 0 && matrix[i][j - 1] == 0) {
                        count++;
                    }
                    else if (i > 0 && matrix[i - 1][j] == 0) {
                        count++;
                    }
                    else if (j < xlen - 1 && matrix[i][j + 1] == 0) {
                        count++;
                    }
                    else if (i < ylen - 1 && matrix[i + 1][j] == 0) {
                        count++;
                    }
                    else matrix[i][j]=-1;
                }
            }
        }
        int k=1;
        while (count < ylen * xlen) {
            for (int i=0 ;i<ylen; i++) {
                for (int j = 0; j < xlen; j++) {
                    if (matrix[i][j] == -1) {
                        if (j > 0 && matrix[i][j - 1] == k) {
                            matrix[i][j]=k+1;
                            count++;
                        }
                        else if (i > 0 && matrix[i - 1][j] == k) {
                            matrix[i][j]=k+1;
                            count++;
                        }
                        else if (j < xlen - 1 && matrix[i][j + 1] == k) {
                            matrix[i][j]=k+1;
                            count++;
                        }
                        else if (i < ylen - 1 && matrix[i + 1][j] ==k) {
                            matrix[i][j]=k+1;
                            count++;
                        }
                    }
                }
            }
            k++;
        }
        return matrix;
    }
}