当前位置: 首页 > news >正文

【1162. 地图分析 中等】

题目:

你现在手里有一份大小为 n x n 的 网格 grid,上面的每个 单元格 都用 0 和 1 标记好了。其中 0 代表海洋,1 代表陆地。

请你找出一个海洋单元格,这个海洋单元格到离它最近的陆地单元格的距离是最大的,并返回该距离。如果网格上只有陆地或者海洋,请返回 -1。

我们这里说的距离是「曼哈顿距离」( Manhattan Distance):(x0, y0) 和 (x1, y1) 这两个单元格之间的距离是 |x0 - x1| + |y0 - y1| 。

示例 1:
在这里插入图片描述

输入:grid = [[1,0,1],[0,0,0],[1,0,1]]
输出:2
解释
海洋单元格 (1, 1) 和所有陆地单元格之间的距离都达到最大,最大距离为 2。

示例 2
在这里插入图片描述

输入:grid = [[1,0,0],[0,0,0],[0,0,0]]
输出:4
解释
海洋单元格 (2, 2) 和所有陆地单元格之间的距离都达到最大,最大距离为 4。

提示

  • n == grid.length
  • n == grid[i].length
  • 1 <= n <= 100
  • grid[i][j] 不是 0 就是 1

多源bfs

对于Tree的BFS(典型的「单源 BFS」)大家都比较熟悉:首先把root节点入队,再一层一层无脑遍历就行了。

对于图的BFS(「多源 BFS」)也是一样,与Tree的BFS的区别如下:

  • Tree只有1个root,而图可以有多个源点,所以首先需要把多个源点都入队。

  • Tree是有向的因此不需要标识是否访问过,而对于无向图来说,必须得标志是否访问过哦!并且为了防止某个节点多次入队,需要在其入队之前就将其设置成已访问!

思路:

题目要求先找到离陆地最远的海洋,怎么找到最远的海洋呢?

  • 先把所有的陆地都入队
  • 然后从各个陆地同时开始一圈一圈的向海洋扩散,
  • 那么最后扩散到的海洋就是最远的海洋,并且这个海洋肯定是被离他最近的陆地给扩散到的!

代码:

class Solution {
public:
    //  四个移动方向
    int dir[4][2] = {0, 1, 1, 0, 0, -1, -1, 0};
    int maxDis = -1; 
    int maxDistance(vector<vector<int>>& grid) {
        int n = grid.size();
        queue<pair<int, int>> que1;

        //  将所有陆地加入队列
        for(int i = 0; i < n; i++){
            for(int j = 0; j < n; j++){
                if(grid[i][j] == 1){
                    que1.push({i, j});
                }
            }
        }

        //  如果没有陆地或没有海洋,返回-1
        if(que1.empty() || que1.size() == n * n){
            return -1;   
        }
		//	bfs
        while(!que1.empty()){
            pair<int, int> cur = que1.front(); que1.pop();
            int curx = cur.first;
            int cury = cur.second;
            for(int i = 0; i < 4; i++){
                int nx = curx + dir[i][0];
                int ny = cury + dir[i][1];

                //  检查是否为海洋
                if(nx >= 0 && nx < n && ny >= 0 && ny < n && grid[nx][ny] == 0){
                    grid[nx][ny] = grid[curx][cury] + 1;  //  更新距离,同时标记为已访问
                    maxDis = max(maxDis, grid[nx][ny] - 1); //  因为在计算grid[nx][ny] = grid[x][y] + 1时,grid[x][y]本身就是1,多加了1
                    que1.push({nx, ny});
                }
            }
        }
        return maxDis;
    }
};

总结:

时间复杂度:O(N^2),其中 N 是网格的边长。每个单元格最多被访问一次。
空间复杂度:O(N^2),队列中最多存储所有陆地单元格。

多源bfs需要先把所有的起点都加入队列,同时进行单源bfs,这样重复的路程不再经过,不仅得出的答案正确,而且时间复杂度大大降低,这也就是多源BFS的核心思路,多个起点同时用单源BFS的方法去找最短路径。


参考:

【Leetcode】图的多源BFS详解

相关文章:

  • 【MySQL】深度学习数据库开发技术:使用CC++语言访问数据库
  • UniApp+Vue3实现高性能无限滚动卡片组件:垂直滑动、触摸拖拽与动态导航的完美结合
  • es 生产集群的部署架构是什么?每个索引的数据量大概有多少?每个索引大概有多少个分片?
  • postman--接口测试工具安装和使用教程
  • IPoIB源码深度解析:如何基于TCP/IP协议栈实现高性能InfiniBand通信
  • sar:如何定时收集Linux监控信息
  • 数字电子电路基础第三章——门电路(三)
  • 如何通过DeepBI提升亚马逊广告效果:全方位优化广告投放的智能工具
  • 随身wifi wps是什么?(Wi-Fi Protected Setup)一种简化无线网络连接的技术,允许用户无需手动输入密码即可快速连接设备
  • Ubuntu 下 nginx-1.24.0 源码分析 - ngx_conf_t
  • 58区间和+44开发商购买土地(前缀和)
  • Linux的软件安装
  • 【navigator.geolocation的手机脚本定位】
  • Spring Cloud — 消息驱动 Stream
  • npx degit 问题:could not fetch remote...
  • 调用com接口调整windows系统音量
  • Ubuntu 下 nginx-1.24.0 源码分析 - ngx_init_cycle 函数 - 详解(11)
  • Let‘s Encrypt免费证书的应用示例
  • 2025年2月28日(RAG)
  • 为AI聊天工具添加一个知识系统 之127 详细设计之68 应用行规:符号学芭比 之2
  • 怀柔网站整站优化公司/seo云优化
  • 做的网站浏览器提示不安全问题/网站建设平台有哪些
  • 做响应式网站的体会/如何免费注册一个网站
  • 米拓做的网站如何改代码/百度官方网站网址
  • 网站建设 类/网站托管服务商
  • 山东政府网站建设特色/腾讯体育nba