矩阵距离

该文给出了一种算法,用于解决在N行M列的01矩阵中,计算每个位置到最近的1的曼哈顿距离。通过使用广度优先搜索(BFS),遍历矩阵并更新每个位置的距离。程序使用C++编写,输入是矩阵大小和矩阵本身,输出是最小距离矩阵。
摘要由CSDN通过智能技术生成
题目描述

给定一个N行M列的01矩阵 A,A[i][j] 与 A[k][l] 之间的曼哈顿距离定义为:
dist(A[i][j],A[k][l]) =|i-k|+|j-l|
输出一个N行M列的整数矩阵B,其中:
B[i][j]=min(1≤x≤N,1≤y≤M,A[x][y]=1)B[i][j]=min(1\leq x\leq N,1\leq y\leq M,A[x][y]=1)B[i][j]=min(1≤x≤N,1≤y≤M,A[x][y]=1)⁡{dist(A[i][j],A[x][y])}
即求与每个位置曼哈顿距离最近的1
N,M≤1000N,M \leq 1000N,M≤1000

输入
第一行两个整数n,m。
接下来一个N行M列的01矩阵,数字之间没有空格。
输出
一个N行M列的矩阵B,相邻两个整数之间用一个空格隔开。
样例输入 
3 4
0001
0011
0110
样例输出 
3 2 1 0
2 1 0 0
1 0 0 1
#include<bits/stdc++.h>
using namespace std;

const int N=1010;
const int dx[4]={0,0,-1,1};
const int dy[4]={-1,1,0,0};

struct node{
	int x,y;
	node(){}
	node(int x,int y):x(x),y(y){}
};
queue<node>q;
int d[N][N];
char s[N][N];
int n,m;

void bfs(){
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			if(s[i][j]=='1'){
				q.push(node(i,j));
				d[i][j]=0;
			}
		}
	}
	while(!q.empty()){
		node now=q.front();q.pop();
		for(int i=0;i<4;i++){
			node nxt=now;
			nxt.x+=dx[i];nxt.y+=dy[i];
			if(nxt.x>=1&&nxt.x<=n&&nxt.y>=1&&nxt.y<=m){
				if(d[nxt.x][nxt.y]==-1){
					d[nxt.x][nxt.y]=d[now.x][now.y]+1;
					q.push(nxt);
				}
			}
		}
	}
	for(int i=1;i<=n;i++){
		for(int j=1;j<=m;j++){
			cout<<d[i][j]<<" ";
		}
		cout<<'\n';
	}
}

int main(){
	cin>>n>>m;
	memset(d,-1,sizeof(d));
	for(int i=1;i<=n;i++){
		cin>>s[i]+1;
	}
	bfs();
	return 0;
}
在MATLAB中,可以使用pdist函数来计算矩阵距离。pdist函数的命令格式为d = pdist(X, distance),其中X是一个矩阵,distance是一个字符串参数,用于指定距离的计算方式。 距离的计算方式可以是欧几里德距离('euclidean'),曼哈顿距离('cityblock'),切比雪夫距离('chebychev'),余弦距离('cosine')等。通过指定不同的distance参数,可以选择不同的距离度量方法来计算矩阵距离。 例如,如果要计算矩阵X中各个向量之间的欧几里德距离,可以使用以下命令: d = pdist(X, 'euclidean') 同样地,如果要计算矩阵X中各个向量之间的曼哈顿距离,可以使用以下命令: d = pdist(X, 'cityblock') 通过pdists函数,我们可以方便地计算矩阵之间距离,这在很多数据处理和机器学习任务中都是非常有用的。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Matlab计算矩阵距离](https://blog.csdn.net/weixin_30727835/article/details/98254303)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [MATLAB计算数据各种距离矩阵(欧式距离、加权欧式距离...)](https://blog.csdn.net/weixin_46584887/article/details/122056280)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [理解Matlab中的数组和矩阵:区别与用途](https://download.csdn.net/download/weixin_41784475/88226805)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值