每日一题：地图分析（多源最短路）/（动态规划）

最新推荐文章于 2024-06-23 19:15:04 发布

Xiami2019

最新推荐文章于 2024-06-23 19:15:04 发布

阅读量641

点赞数

分类专栏：每日一题 LeetCode 文章标签：动态规划 leetcode

本文链接：https://blog.csdn.net/weixin_38742280/article/details/105187069

版权

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。

示例1：
输入：[[1,0,1],[0,0,0],[1,0,1]]
输出：2
解释：
海洋区域 (1, 1) 和所有陆地区域之间的距离都达到最大，最大距离为 2。

示例2：
输入：[[1,0,0],[0,0,0],[0,0,0]]
输出：4
解释：
海洋区域 (2, 2) 和所有陆地区域之间的距离都达到最大，最大距离为 4。

提示：

1 <= grid.length == grid[0].length <= 100

grid[i][j] 不是 0 就是 1

以前做过类似的题——橘子腐烂的问题。

方法一：多源广度优先搜索

BFS的过程就是求最短路的过程，对于多个陆地结点，可以从陆地结点开始进行多源广度优先搜素，从陆地向外，每搜一圈距离加一。所谓多源其实和单源没啥区别，可以看成是单源的第二步就扩出了这么多的节点。

class Solution {
   
public:
    int maxDistance(vector<vector<int>>& grid) {
   
        queue<pair<int, int> > bfs;
        int row = grid.size(), column = grid[0].size();
        int maxDistance = INT_MIN;
        int addX[4] = {
   0, 0, 1, -1};
        int addY[4] = {
   1, -1, 0, 0};
        for (int i = 0; i < row; i++){
   
            for (int j = 0; j < column; j++){
   
                if (grid[i][j] == 1){
   
                    bfs.push(make_pair(i, j));
                }
            }
        }
        if (bfs.size() == 0 || bfs.size() == row * column) return -1;

        while (!bfs.empty()){
   
            pair<int, int> temp = bfs.front();
            bfs.pop();
            for (int i = 0; i < 4; i++){
   
                int newX = temp.first + addX[i], newY = temp.second + addY[i];
                if (newX >= 0 && newX < row && newY >= 0 && newY < column){
   
                    if (grid[newX][newY] == 0){
   
                        grid[newX][newY] = grid[temp.first][temp.second] + 1;
                        maxDistance = max(maxDistance, grid