给你一个大小为 n x n 的二元矩阵 grid ,其中 1 表示陆地,0 表示水域。
岛 是由四面相连的 1 形成的一个最大组,即不会与非组内的任何其他 1 相连。grid 中 恰好存在两座岛 。
你可以将任意数量的 0 变为 1 ,以使两座岛连接起来,变成 一座岛 。
返回必须翻转的 0 的最小数目。
示例 1:
输入:grid = [[0,1],[1,0]] 输出:1
示例 2:
输入:grid = [[0,1,0],[0,0,0],[0,0,1]] 输出:2
提示:
n == grid.length == grid[i].length
2 <= n <= 100
grid[i][j] 为 0 或 1
grid 中恰有两个岛
思路:
BFS常用来处理最短路径问题,或可达性问题所以会想到运用BFS。
因为只存在两片岛屿:
- 可以先找到其中一片岛屿,找到之后就直接跳出找第一个岛屿的循环过程,运用DFS把它标识为2,与另一片岛屿进行区分,也防止重复遍历。
- DFS的过程:从找到的第一个岛屿开始,往四个方向找,如果值为1,则继续执行DFS;如果值为0,则代表海洋,加入队列;如果值为2,则代表是已经遍历过的岛屿,跳过。主要是收集这个点周围的0(海洋)。
- BFS搜索队列,逐层往外填充,直到遇到第二片岛屿,统计所需最小的次数
class Solution {
private:
queue<pair<int, int>> points;
vector<int> direction = {-1, 0, 1, 0, -1};
void dfs(vector<vector<int>>& grid, int i, int j) {
grid[i][j] = 2;
for (int k = 0; k < 4; k++) {
int x = i + direction[k];
int y = j + direction[k + 1];
if (x >= 0 && x < grid.size() && y >= 0 && y < grid[0].size()) {
if (grid[x][y] == 2) continue;
if (grid[x][y] == 1) dfs(grid, x, y);
// 收集这个岛屿附近的0
if (grid[x][y] == 0) points.push({x, y});
}
}
}
public:
int shortestBridge(vector<vector<int>>& grid) {
int m = grid.size();
int n = grid[0].size();
// 找到第一个岛屿
bool isFind = false;
for (int i = 0; i < m; i++) {
if (isFind) break;
for (int j = 0; j < n; j++) {
if (grid[i][j] == 1) {
// 调用dfs把这个岛屿都标志为2
dfs(grid, i, j);
isFind = true;
break;
}
}
}
// 找另一个岛屿 BFS
int res = 0;
while (!points.empty()) {
int size = points.size();
res++;
while (size--) {
auto [x, y] = points.front();
points.pop();
// 把这一层的0全部填为2,再把外层的0再加入队列,逐层填陆地,直到碰到第二片岛屿
for (int k = 0; k < 4; k++) {
int p = x + direction[k];
int q = y + direction[k + 1];
if (p >= 0 && p < m && q >= 0 && q < n) {
if (grid[p][q] == 1) return res;
if (grid[p][q] == 2) continue;
points.push({p, q});
grid[p][q] = 2;
}
}
}
}
return res;
}
};