LeetCode #1162 地图分析 多源BFS 动态规划

LeetCode #1162 地图分析

题目描述

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

方法一：多源BFS

题目有点绕，实际上相当于海岸线有多远吧，不太好理解。一看到这道题就想到是对每一个陆地或每个海洋做 BFS，但是这样会导致时间复杂度太大了，在题解中学习到 多源BFS 的结果其实和单源是一样的，因为相当于用一个超级源点把你的第 1 层源点连接起来，这样第 1 层源点就相当于是第 2 层了

图片来自@前额叶没长好，侵删

class Solution:
    def maxDistance(self, grid: List[List[int]]) -> int:
        N = len(grid)

        queue = []
        # 遍历gird，取出所有陆地格子
        for i in range(N):
            for j in range(N):
                if grid[i][j]:
                    queue.append((i,j))
        
        # 如果全是海洋或全是陆地返回-1
        if len(queue) == 0 or len(queue) == N * N:
            return -1
        
        distance = -1
        while queue:
            distance += 1
            # 一口气取出n个节点ÿ