地图分析
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
题目分析
「离陆地区域最远」 要求海洋区域距离它最近的陆地区域的曼哈顿距离是最大的。所以我们需要找一个海洋区域,满足它到陆地的最小距离是最大的。
宽度优先搜索
思路
- 考虑最朴素的方法,即求出每一个海洋区域(
grid[i][j] == 0的区域)的「最近陆地区域」,然后记录下它们的距离,然后在这些距离里面取一个最大值。 - 对于一个给定的区域 (x, y),求它的「最近陆地区域」,可以使用宽度优先搜索思想。我们把每个区域的坐标作以及这个区域与 (x, y) 的曼哈顿距离为搜索状态,即 Coordinate 结构体的 x、y 和 step 属性。
- findNearestLand 方法实现了宽度优先搜索的过程,我们用一个
vis[u][v]数组记录 (u, v) 区域是否被访问过,在拓展新状态的时候按照如下四个方向:
(x - 1, y)
(x, y + 1)
(x + 1, y)
(x, y - 1)
- 在这里我们可以把四个方向定义为常量增量数组 dx 和 dy。
思考:
我们需不需要搜索到队列为空才停止 BFS ? 答案是不需要。当我们搜索到一个新入队的区域它的 grid 值为 1,即这个区域是陆地区域的时候我们就可以停止搜索,因为 BFS 能保证当前的这个区域是最近的陆地区域(BFS 的性质决定了这里求出来的一定是最短路)。
findNearestLand如果我们找不不到任何一个点是陆地区域则返回 -1。最终我们把 ans 的初始值置为 -1,然后与所有的 BFS 结果取最大。
class Solution {public:static constexpr int dx[4] = {-1, 0, 1, 0}, dy[4] = {0, 1, 0, -1};static constexpr int MAX_N = 100 + 5;struct Coordinate {int x, y, step;};int n, m;vector<vector<int>> a;bool vis[MAX_N][MAX_N];int findNearestLand(int x, int y) {memset(vis, 0, sizeof vis);queue <Coordinate> q;q.push({x, y, 0});vis[x][y] = 1;while (!q.empty()) {auto f = q.front(); q.pop();for (int i = 0; i < 4; ++i) {int nx = f.x + dx[i], ny = f.y + dy[i];if (!(nx >= 0 && nx <= n - 1 && ny >= 0 && ny <= m - 1)) continue;if (!vis[nx][ny]) {q.push({nx, ny, f.step + 1});vis[nx][ny] = 1;if (a[nx][ny]) return f.step + 1;}}}return -1;}int maxDistance(vector<vector<int>>& grid) {this->n = grid.size();this->m = grid.at(0).size();a = grid;int ans = -1;for (int i = 0; i < n; ++i) {for (int j = 0; j < m; ++j) {if (!a[i][j]) {//是海洋ans = max(ans, findNearestLand(i, j));}}}return ans;}};
