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