每日一题矩阵距离（多源bfs问题）

最新推荐文章于 2024-09-22 15:49:24 发布

撒浪嘿呦x

最新推荐文章于 2024-09-22 15:49:24 发布

阅读量438

点赞数 1

分类专栏：算法 # bfs 文章标签： python c++ 算法 bfs

本文链接：https://blog.csdn.net/qq_45806470/article/details/113880948

版权

这是一篇关于如何计算N行M列01矩阵中各元素间曼哈顿距离的博客。文章通过多源广度优先搜索（BFS）算法解决这一问题，给出了输入输出格式，并提供了Python实现的示例。

摘要由CSDN通过智能技术生成

矩阵距离

给定一个N行M列的01矩阵A，A[i][j] 与 A[k][l] 之间的曼哈顿距离定义为：

                 dist(A[i][j],A[k][l])=|i−k|+|j−l|

输出一个N行M列的整数矩阵B，其中：

        B[i][j]=min1≤x≤N,1≤y≤M,A[x][y]=1dist(A[i][j],A[x][y])

输入格式
第一行两个整数n,m。

接下来一个N行M列的01矩阵，数字之间没有空格。

输出格式
一个N行M列的矩阵B，相邻两个整数之间用一个空格隔开。

数据范围
1≤N,M≤1000

输入样例：

输出样例：

3 2 1 0
2 1 0 0
1 0 0 1

视频讲解

#include <iostream>
#include <cstring>
#include <algorithm>
#include <queue>

using namespace std;

typedef pair<int, int> PII;
const int N = 1010;

char a[N][N];
int st[N][N];

int n, m;
void bfs()
{
   
    memset(st, -1, sizeof(st));
    queue<PII> q;
    for(int i=0;i<n;i++)