LeetCode #1162 地图分析
题目描述
你现在手里有一份大小为 N x N 的『地图』(网格) grid
,上面的每个『区域』(单元格)都用 0
和 1
标记好了。其中 0
代表海洋,1
代表陆地,你知道距离陆地区域最远的海洋区域是是哪一个吗?请返回该海洋区域到离它最近的陆地区域的距离。
我们这里说的距离是『曼哈顿距离』( Manhattan Distance):(x0, y0)
和 (x1, y1)
这两个区域之间的距离是 |x0 - x1| + |y0 - y1|
。
如果我们的地图上只有陆地或者海洋,请返回 -1
。
示例 1:
输入:[[1,0,1],[0,0,0],[1,0,1]]
输出:2
解释:
海洋区域 (1, 1) 和所有陆地区域之间的距离都达到最大,最大距离为 2。
示例 2:
输入:[[1,0,0],[0,0,0],[0,0,0]]
输出:4
解释:
海洋区域 (2, 2) 和所有陆地区域之间的距离都达到最大,最大距离为 4。
提示:
1 <= grid.length == grid[0].length <= 100
grid[i][j]
不是 0
就是 1
方法一:多源BFS
题目有点绕,实际上相当于海岸线有多远吧,不太好理解。一看到这道题就想到是对每一个陆地或每个海洋做 BFS,但是这样会导致时间复杂度太大了,在题解中学习到 多源BFS
的结果其实和单源是一样的,因为相当于用一个超级源点把你的第 1 层源点连接起来,这样第 1 层源点就相当于是第 2 层了
图片来自@前额叶没长好,侵删
class Solution:
def maxDistance(self, grid: List[List[int]]) -> int:
N = len(grid)
queue = []
# 遍历gird,取出所有陆地格子
for i in range(N):
for j in range(N):
if grid[i][j]:
queue.append((i,j))
# 如果全是海洋或全是陆地返回-1
if len(queue) == 0 or len(queue) == N * N:
return -1
distance = -1
while queue:
distance += 1
# 一口气取出n个节点,实现层次遍历
n = len(queue)
for i in range(n):
x, y = queue.pop(0)
# 上下左右判断,如果遇到了海洋将其改成2表示已经遍历过,并加入队列继续遍历
# 判断上面:
if(y-1 >= 0 and not grid[x][y-1]):
grid[x][y-1] = 2
queue.append((x, y-1))
# 判断下面:
if(y+1 < N and not grid[x][y+1]):
grid[x][y+1] = 2
queue.append((x, y+1))
# 判断左边:
if(x-1 >= 0 and not grid[x-1][y]):
grid[x-1][y] = 2
queue.append((x-1, y))
# 判断右边:
if(x+1 < N and not grid[x+1][y]):
grid[x+1][y] = 2
queue.append((x+1, y))
return distance
- 时间复杂度:
- 空间复杂度:
方法二:动态规划
来自官方解法:对于每个海洋格子,离它最近的陆地要么从左上方来,要么从右上方来,可以做两次动态规划,第一次从左上,第二次从右下,每次要比较左上和右下哪个距离更近,那么初始化时将陆地离陆地的距离置为 0
,海洋置为 inf
,比较自己与相邻格子的数值大小,取最小值,因为最近的点可能来自左上方,也可能来自右下方,第二次遍历需要用到第一次的结果,不能单纯分别记录两次的 DP 取最大值 ,这样最后的出来的矩阵就为最近距离矩阵,取出最大的即可。(画图理解,不画图我真的看不懂)
class Solution:
def maxDistance(self, grid: List[List[int]]) -> int:
N = len(grid)
inf = float('inf')
for i in range(N):
for j in range(N):
if grid[i][j]:
grid[i][j] = 0
else:
grid[i][j] = inf
# 第一次遍历,从左上角开始
for i in range(N):
for j in range(N):
# 自己就是陆地,跳过
if not grid[i][j]: continue
if i > 0:
grid[i][j] = min(grid[i][j], grid[i-1][j] + 1) # 别忘了相邻格+1
if j > 0:
grid[i][j] = min(grid[i][j], grid[i][j-1] + 1)
# 第二次遍历,从右下角开始
for i in range(N-1, -1, -1):
for j in range(N-1, -1, -1):
# 自己就是陆地,跳过
if not grid[i][j]: continue
if i < N-1:
grid[i][j] = min(grid[i][j], grid[i+1][j] + 1) # 别忘了相邻格+1
if j < N-1:
grid[i][j] = min(grid[i][j], grid[i][j+1] + 1)
ans = -1
for i in range(N):
for j in range(N):
ans = max(ans, grid[i][j])
# ans为0代表全是陆地,ans为inf代表全是海洋
return -1 if ans == 0 or ans == inf else ans
- 时间复杂度:
- 空间复杂度: