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]=min_{1≤x≤N,1≤y≤M,A[x][y]=1}⁡{dist(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。

3 4
0001
0011
0110
输出样例:
3 2 1 0
2 1 0 0
1 0 0 1
#include<iostream>
#include<cstring>
#include<algorithm>
#include<queue>
using namespace std;
typedef pair<int,int> PII;
int dx[4]={-1,0,1,0},dy[4]={0,1,0,-1};
const int N=1010;
char g[N][N];
int d[N][N],n,m;
queue<PII>q;
void bfs(){
    memset(d,-1,sizeof(d));
    for(int i=0;i<n;i++)
        for(int j=0;j<m;j++){
            if(g[i][j]=='1'){
                q.push({i,j});
                d[i][j]=0;
            }
        }
    while(q.size()){
        auto t=q.front();
        q.pop();
        int x=t.first,y=t.second;
        for(int i=0;i<4;i++){
            int a=x+dx[i],b=y+dy[i];
            if(a>=0&&a<n&&b>=0&&b<m&&d[a][b]==-1){
                d[a][b]=d[x][y]+1;
                q.push({a,b});
            }
        }
    }
}

int main(void){
    cin>>n>>m;
    for(int i=0;i<n;i++)cin>>g[i];
    bfs();
    for(int i=0;i<n;i++){
        for(int j=0;j<m;j++){
            if(j!=m-1)
                cout<<d[i][j]<<' ';
            else
                cout<<d[i][j];
        }
        cout<<endl;
    }
    return 0;    
}

 

 

转载于:https://www.cnblogs.com/programyang/p/11207109.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在MATLAB中,可以使用pdist函数来计算矩阵距离。pdist函数的命令格式为d = pdist(X, distance),其中X是一个矩阵,distance是一个字符串参数,用于指定距离的计算方式。 距离的计算方式可以是欧几里德距离('euclidean'),曼哈顿距离('cityblock'),切比雪夫距离('chebychev'),余弦距离('cosine')等。通过指定不同的distance参数,可以选择不同的距离度量方法来计算矩阵距离。 例如,如果要计算矩阵X中各个向量之间的欧几里德距离,可以使用以下命令: d = pdist(X, 'euclidean') 同样地,如果要计算矩阵X中各个向量之间的曼哈顿距离,可以使用以下命令: d = pdist(X, 'cityblock') 通过pdists函数,我们可以方便地计算矩阵之间的距离,这在很多数据处理和机器学习任务中都是非常有用的。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Matlab计算矩阵距离](https://blog.csdn.net/weixin_30727835/article/details/98254303)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [MATLAB计算数据各种距离矩阵(欧式距离、加权欧式距离...)](https://blog.csdn.net/weixin_46584887/article/details/122056280)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [理解Matlab中的数组和矩阵:区别与用途](https://download.csdn.net/download/weixin_41784475/88226805)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值