题目:给你一个大小为 n x n 的二元矩阵 grid ,其中 1 表示陆地,0 表示水域。岛是由四面相连的 1 形成的一个最大组,即不会与非组内的任何其他 1 相连。grid 中 恰好存在两座岛 。你可以将任意数量的 0 变为 1 ,以使两座岛连接起来,变成 一座岛 。返回必须翻转的 0 的最小数目。
示例 1:
输入:grid = [[0,1],[1,0]]
输出:1
示例 2:
输入:grid = [[0,1,0],[0,0,0],[0,0,1]]
输出:2
示例 3:
输入:grid = [[1,1,1,1,1],[1,0,0,0,1],[1,0,1,0,1],[1,0,0,0,1],[1,1,1,1,1]]
输出:1
解题思路:广度优先搜索(BFS)
题目中求最少的翻转 0 的数目等价于求矩阵中两个岛的最短距离,因此我们可以广度优先搜索来找到矩阵中两个块的最短距离。首先找到其中一座岛,然后将其不断向外延伸一圈,直到到达了另一座岛,延伸的圈数即为最短距离。广度优先搜索时,我们可以将已经遍历过的位置标记为−1,实际计算过程如下:
- 我们通过遍历找到数组grid 中的 1后进行广度优先搜索,此时可以得到第一座岛的位置集合,记为island,并将其位置全部标记为−1。
- 随后我们从island 中的所有位置开始进行广度优先搜索,当它们到达了任意的1 时,即表示搜索到了第二个岛,搜索的层数就是答案。
class Solution:
def shortestBridge(self, grid: List[List[int]]) -> int:
n = len(grid)
for i, row in enumerate(grid):
# 第一次从数组中的1开始广度搜索第一座岛的位置集合,并将遍历后的位置标记为-1
for j, v in enumerate(row):
# 如果遍历到水域,则跳过本次遍历
if v != 1:
continue
island = [] # 定义island数组用于存放第一座岛的位置集合
grid[i][j] = -1 # 将搜索到的岛的位置集合标记为-1
q = deque([(i, j)]) # 定义一个双向队列
# 如果队列中含有元素则进行搜索,直到最后队列为空,跳出搜索
while q:
x, y = q.popleft() # 从队列中拿出一个元素
island.append((x, y)) # 将该元素存放到岛中
# 遍历该元素的邻近元素
for nx, ny in (x + 1, y), (x - 1, y), (x, y + 1), (x, y - 1):
# 判断遍历是否超出数组范围及邻近元素是否为第一座岛的集合
if 0 <= nx < n and 0 <= ny < n and grid[nx][ny] == 1:
grid[nx][ny] = -1 # 搜索到的岛的位置集合标记为-1
q.append((nx, ny))# 将邻近的满足岛集合的元素添加到队列
step = 0 # 定义变量step存放最短桥的距离
q = island # 将岛中集合存放到队列
# 第二次从第一座岛的所有位置开始广度搜索,当搜索到1时,即表示找到了第二座岛,返回step
while True:
# 将岛的位置集合赋予给tmp,若第一次搜索完仍没有找到第二座岛
# 则之后tmp为上一次搜索完后所标记为-1的位置集合
tmp = q
q = [] # 初始化辅助队列为空
# 从第一座岛的所有位置开始广度搜索
for x, y in tmp:
# 遍历邻近元素
for nx, ny in (x + 1, y), (x - 1, y), (x, y + 1), (x, y - 1):
# 判断遍历是否超出数组范围
if 0 <= nx < n and 0 <= ny < n:
# 搜索到1则表示找到第二座岛,
if grid[nx][ny] == 1:
return step
# 搜索到0则标记为1并添加到队列中
if grid[nx][ny] == 0:
grid[nx][ny] = -1
q.append((nx, ny))
step += 1