地图搜索(多源广度优先搜索)

题目

你现在手里有一份大小为 N x N 的『地图』（网格） grid，上面的每个『区域』（单元格）都用 0 和 1 标记好了。其中 0 代表海洋，1 代表陆地，你知道距离陆地区域最远的海洋区域是是哪一个吗？请返回该海洋区域到离它最近的陆地区域的距离。
我们这里说的距离是『曼哈顿距离』（ Manhattan Distance）：(x0, y0) 和 (x1, y1) 这两个区域之间的距离是 |x0 - x1| + |y0 - y1| 。
如果我们的地图上只有陆地或者海洋，请返回 -1。

题解分析

广度优先搜索

思想

在树结构中，BFS可以看作是层序遍历，首先遍历第一层，即举例为0的节点，第二层为距离为1的节点，以此类推，遍历距离为3，4，5，6…的节点，因此广度优先搜索适合解决寻找最短路径的题目，通过BFS先找的节点，一定是举例最短的节点，因此，广度优先搜索也适用于解决寻找最长路径的题目

方法

• 树的广度优先搜索
  • 首先定义一个队列，将其root节点入队，root节点出队时，其孩子节点再入队，每一棵子树均采取这种方式，最后即可完成广度优先搜索
• 图的广度优先搜索
  • 树的源点只有root一个，但是图往往有多个源点，并且树是有方向的，不会重复遍历，而无向图会产生重复遍历的情况，因此需要标记某一节点是否被遍历过，这样就可以保证某一节点不会重复入队。
• 回到题目
  • 这道题就是一道典型的多源广度优先搜索，首先进行遍历，将所有的陆地都进行入队 ，然后将队列中的每一个陆地进行扩散，那么扩散到的最后的海洋区域就是离陆地最远的海洋区域。（示意图来自LeetCode甜姐）
    

代码

class Solution {
    public int maxDistance(int[][] grid) {
    	//遍历当前区域的上下左右四个区域，运用数组来完成
        int[] dx = {0, 0, 1, -1};
        int[] dy = {1, -1, 0, 0};

        Queue<int[]> queue = new ArrayDeque<>();
        int m = grid.length;
        int n = grid[0].length;
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (grid[i][j] == 1) {
                	//入队所有的陆地
                    queue.offer(new int[]{i, j});
                }
            }
        }

		//false表示没有海
        boolean hasOcean = false;
        //记录当前海的位置
        int[] point = null;
		
		//如果队列为空，证明没有陆地或已搜索完毕
        while (!queue.isEmpty()) {
            point = queue.poll();
			//记录当前区域位置
            int x = point[0];
            int y = point[1];
			//上下左右进行扩散
            for (int i = 0; i < 4; i++) {
                int newX = x + dx[i];
                int newY = y + dy[i];
                //越界跳出， 不等于0表示已遍历过 不再遍历
                if (newX < 0 || newX >= m || newY >= n || newY < 0 || grid[newX][newY] != 0) {
                    continue;
                }
                //使用原数组记录举例
                grid[newX][newY] = grid[x][y] + 1;
                hasOcean = true;
                //将扩散到的区域入队
                queue.offer(new int[]{newX, newY});
            }
        }
        if (point == null || !hasOcean) {
            return -1;
        }
        //由于原来陆地为1 因此距离需要减1
        return grid[point[0]][point[1]] - 1;
    }
}