LeetCode 1765. 地图中的最高点题解

1765. 地图中的最高点题解

原题链接： 1765. 地图中的最高点
本题目要求求解矩阵之中最高高度，因此可以通过将每个格子最大化来达到最终的求解目的

题目中有三个要求

• 每个格子的高度都必须是非负的。
• 如果一个格子是水域 ，那么它的高度必须为 0 。
• 任意相邻的格子高度差至多为 1 。当两个格子在正东、南、西、北方向上相互紧挨着，就称它们为相邻的格子。（也就是说它们有一条公共边）

因此水域的高度是确定的，始终为0 ，因此，可以从水域的高度为0出发，推导出其余格子的高度，因此问题就转换成了多元广度搜索的问题，思路如下：

• 首先计算水域周围几个格子的格子的高度(始终为1，因为任意相邻的格子高度差至多为 1)
• 然后计算与水域周围格子相邻的格子的高度，计算的值为原来的值加 1
• 建立一个队列用来存储接下来要 准备药检的 准备搜索的点
• 依此类推，搜索完整个格子

具体代码以及注解如下：

class Solution {
public:
    // 设置数组，访问东、南、西、北四个方向的四个格子
    vector<vector<int>> dir = {{1,  0},
                               {0,  1},
                               {-1, 0},
                               {0,  -1}};

    vector<vector<int>> highestPeak(vector<vector<int>> &isWater) {
        // 求得数组的大小
        int m = isWater.size(), n = isWater[0].size();
        
        // 新建一个数组 res ，大小与 isWater 相同，初值置为 -1 记录为未访问
        vector<vector<int>> res(m, vector<int>(n, -1));
        
        // 建立队列 check 记录即将访问的节点
        queue<pair<int, int>> check;
        
        // 遍历数组查询水域的位置
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (isWater[i][j] == 1) {
                    // 将 res 中同样的位置置为 0，同时将其放入 check 之中，准备搜索
                    res[i][j] = 0;
                    check.push({i, j});
                }
            }
        }

        while (!check.empty()) {
            pair<int, int> temp = check.front();
            
            // 寻找到东、南、西、北四个方向的坐标
            for (vector<int> d: dir) {
                int x = temp.first + d[0], y = temp.second + d[1];
                // 检验坐标是否满足要求，以及该坐标是否被访问过(是否是-1)
                if (x >= 0 && x < m && y >= 0 && y < n && res[x][y] == -1) {
                    
                    // 进行 +1 操作
                    res[x][y] = res[temp.first][temp.second] + 1;
                    
                    // 将周围四个点中满足要求的点继续放入 check 之中，继续搜索
                    check.push({x, y});
                }
            }
            // 每次搜索完一个点后，要将其移除队列
            check.pop();
        }
        
        // 返回结果
        return res;
    }
};

时间复杂度、空间复杂度都是O(mn)