2020.03.29
首先看到题目就能想到这是一道BFS题目(其实开始想到用动态规划)
因为对bfs的题目套路不是很熟悉没有ac。
BFS题目思路:
BFS使用队列,把每个还没有搜索到的点依次放入队列,然后再弹出队列的头部元素当做当前遍历点。BFS总共有两个模板:
- 如果不需要确定当前遍历到了哪一层,BFS模板如下。
while queue 不空:
cur = queue.pop()
for 节点 in cur的所有相邻节点:
if 该节点有效且未访问过:
标记节点为访问中
queue.push(该节点)
- 如果要确定当前遍历到了哪一层,BFS模板如下。
这里增加了level表示当前遍历到二叉树中的哪一层了,也可以理解为在一个图中,现在已经走了多少步了。size表示在当前遍历层有多少个元素,也就是队列中的元素数,我们把这些元素一次性遍历完,即把当前层的所有元素都向外走了一步。
level = 0
while queue 不空:
size = queue.size()
while (size --) {
cur = queue.pop()
for 节点 in cur的所有相邻节点:
if 该节点有效且未被访问过:
标记节点为访问中
queue.push(该节点)
}
level ++;
这道题目是一个多起点的BFS,需要利用模板二,保证每次都在同一层先完成搜索。
class Solution(object):
def maxDistance(self, grid):
"""
:type grid: List[List[int]]
:rtype: int
"""
queue = []
distance = -1
# 查找出所有可能的源节点
n = len(grid)
for i in range(n):
for j in range(n):
if grid[i][j] == 1:
queue.append((i, j))
# 特殊情况,无源或者全是源
if len(queue) == 0 or len(queue) == n*n:
return -1
# !!开始BFS
while len(queue)>0:
distance += 1
# 同时弹出同一级别的
size = len(queue)
for i in range(size):
r,c = queue.pop(0)
# 上方
if r-1>0 and grid[r-1][c] == 0:
grid[r-1][c] = 2 # 做标记防止3bfs出现重复
queue.append((r-1, c))
## 下方
if r+1<n and grid[r+1][c] == 0:
grid[r+1][c] = 2
queue.append((r+1, c))
##左方
if c-1>0 and grid[r][c-1] == 0:
grid[r][c-1] = 2
queue.append((r,c-1))
## 右方
if c+1<n and grid[r][c+1] == 0:
grid[r][c+1] = 2
queue.append((r, c+1))
return distance
代码精妙之处:
- BFS的代码注意细节,每次对节点的状态需要明确,未访问,已访问,访问中(本身已入列,但是邻居还没考虑)
- 每次处理清楚入列和出列的关系
- 清楚入列的数据形式和出列查找邻居的操作要匹配
更新
确实可以动态规划,关键还是想清楚初始值如何设置。第一次没有想好。下图来自官方题解。
class Solution:
def maxDistance(self, grid: List[List[int]]) -> int:
n = len(grid)
dp = [[float('Inf') for i in range(n)] for i in range(n)]
for i in range(n):
for j in range(n):
if grid[i][j]:
dp[i][j] = 0
continue
if i > 0:
dp[i][j] = min(dp[i-1][j]+1, dp[i][j])
if j > 0:
dp[i][j] = min(dp[i][j-1]+1, dp[i][j])
for i in range(n-1, -1 ,-1):
for j in range(n-1, -1, -1):
if grid[i][j]:
dp[i][j] = 0
continue
if i < n-1:
dp[i][j] = min(dp[i+1][j]+1, dp[i][j])
if j < n-1:
dp[i][j] = min(dp[i][j+1]+1, dp[i][j])
ans = 0
for i in range(n):
for j in range(n):
ans = max(ans, dp[i][j])
if ans == float('inf') or ans == 0:
return -1
return ans
代码总结:
- 对于dfs和bfs题目,如果只要求问最大值,没有要求给出具体的路径的话都是可以用dp方法求解的。
- dp方法还是要考虑清楚每一次状态转移的情况,如果是每次都是
min
迭代,初始值应该设置inf
,转移用的max
,初始值设置0
。