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,请你找出一个海洋区域,这个海洋区域到离它最近的陆地区域的距离是最大的。
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
这题和01矩阵题目相似,都是搜索,
我们先什么都不想,最直接的想法,就是直接搜,对不对?我们可以从每个海洋去搜BFS,然后返回第一个搜到的陆地,然后计算曼哈顿距离,然后维护一个全局的最大值,对不对?
但是这样做的,难免会产生很多重复的计算,和遍历。因为每次你也都需要开一个大小为判断重复的Boolean数组,这也是很大的,其次就是重复重复重复啊。
所以 我们不这么想,换种思路,我们就陆地去找海洋,可能很多人觉得这思路没变啊,从每一个陆地去搜海洋,其实不是,我们维护一个全局的Queue,将所有的陆地都放进去,并且在放的时候设置vis[i][j]=true,那么我们之后也不会在遍历这个陆地了,然后从每一个陆地开始,像花瓣绽放一样,向四周遍历即可,此时还需要维护一个步数问题,也就是曼哈顿啦。
public static int maxDistance(int[][] grid) {
int row = grid.length;
int col = grid[0].length;
int dx[] = {0,0,1,-1};
int dy[] = {-1,1,0,0};
int size = 0;
boolean[][] vis = new boolean[row][col];
Queue<int[]> queue = new LinkedList<int[]>();
for(int i = 0 ; i < row ; i++){
for(int j = 0 ; j < col ; j++){
if(grid[i][j]==1){
queue.add(new int[]{i,j,0});
vis[i][j]=true;
size++;
}
}
}
if(size==0||size==row*col)return -1; // 特判
int res = 0;
while(!queue.isEmpty()){
int[] pre = queue.poll();
for(int i = 0 ; i < 4 ; i++){
int dxx = pre[0]+dx[i];
int dyy = pre[1]+dy[i];
if(dxx>=0 && dyy>=0 && dxx<row && dyy<col
&& !vis[dxx][dyy]){
vis[dxx][dyy]=true;
queue.add(new int[]{dxx,dyy,pre[2]+1});
res = Math.max(res, pre[2]+1);
}
}
}
return res;
}