BFS_多源 BFS (用 BFS 求最短路)_矩阵距离

本文介绍了使用BFS算法解决多源点最短路问题,特别是针对具有相同边权的图。内容包括如何计算曼哈顿距离,并通过BFS算法寻找每个0到最近的1的最小距离。给出了详细的算法解释和代码实现。
摘要由CSDN通过智能技术生成

上一篇搜索的博客讲了 BFS 一个经典的应用模型,这篇讲述另一个经典模型的一点小扩展。另一个 BFS 的经典应用模型是求一张具有相同边权的图上的单源点最短路,如果是多源点的最短路,实际上也是可以用 BFS 来解决的,
先看题目

给定一个 N N N M M M 列的01矩阵 A A A A [ i ] [ j ] A[i][j] A[i][j] A [ k ] [ l ] A[k][l] A[k][l] 之间的曼哈顿距离定义为:
d i s t ( A [ i ] [ j ] , A [ k ] [ l ] ) = ∣ i − k ∣ + ∣ j − l ∣ dist(A[i][j],A[k][l])=|i−k|+|j−l| dist(A[i][j],A[k][l])=ik

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