542. 01 Matrix #
题目 #
Given a matrix consists of 0 and 1, find the distance of the nearest 0 for each cell.
The distance between two adjacent cells is 1.
Example 1:
Input:
[[0,0,0],
[0,1,0],
[0,0,0]]
Output:
[[0,0,0],
[0,1,0],
[0,0,0]]
Example 2:
Input:
[[0,0,0],
[0,1,0],
[1,1,1]]
Output:
[[0,0,0],
[0,1,0],
[1,2,1]]
Note:
- The number of elements of the given matrix will not exceed 10,000.
- There are at least one 0 in the given matrix.
- The cells are adjacent in only four directions: up, down, left and right.
题目大意 #
给定一个由 0 和 1 组成的矩阵，找出每个元素到最近的 0 的距离。两个相邻元素间的距离为 1 。
解题思路 #
- 给出一个二维数组，数组里面只有 0 和 1 。要求计算每个 1 距离最近的 0 的距离。
- 这一题有 3 种解法，第一种解法最容易想到，BFS。先预处理一下棋盘，将每个 0 都处理为 -1 。将 1 都处理为 0 。将每个 -1 (即原棋盘的 0)都入队，每次出队都将四周的 4 个位置都入队。这就想一颗石头扔进了湖里，一圈一圈的波纹荡开，每一圈都是一层。由于棋盘被我们初始化了，所有为 -1 的都是原来为 0 的，所以波纹扫过来不需要处理这些 -1 的点。棋盘上为 0 的点都是原来为 1 的点，这些点在波纹扫过来的时候就需要赋值更新 level。当下次波纹再次扫到原来为 1 的点的时候，由于它已经被第一次到的波纹更新了值，所以这次不用再更新了。(第一次波纹到的时候一定是最短的)
- 第二种解法是 DFS。先预处理，把周围没有 0 的 1 都重置为最大值。当周围有 0 的 1，距离 0 的位置都是 1，这些点是不需要动的，需要更新的点恰恰应该是那些周围没有 0 的点。当递归的步数 val 比点的值小(这也就是为什么会先把 1 更新成最大值的原因)的时候，不断更新它。
- 第三种解法是 DP。由于有 4 个方向，每次处理 2 个方向，可以降低时间复杂度。第一次循环从上到下，从左到右遍历，先处理上边和左边，第二次循环从下到上，从右到左遍历，再处理右边和下边。
代码 #
package leetcode
import (
"math"
)
// 解法一 BFS
func updateMatrixBFS(matrix [][]int) [][]int {
res := make([][]int, len(matrix))
if len(matrix) == 0 || len(matrix[0]) == 0 {
return res
}
queue := make([][]int, 0)
for i := range matrix {
res[i] = make([]int, len(matrix[0]))
for j := range res[i] {
if matrix[i][j] == 0 {
res[i][j] = -1
queue = append(queue, []int{i, j})
}
}
}
level := 1
for len(queue) > 0 {
size := len(queue)
for size > 0 {
size--
node := queue[0]
queue = queue[1:]
i, j := node[0], node[1]
for _, direction := range [][]int{{-1, 0}, {1, 0}, {0, 1}, {0, -1}} {
x := i + direction[0]
y := j + direction[1]
if x < 0 || x >= len(matrix) || y < 0 || y >= len(matrix[0]) || res[x][y] < 0 || res[x][y] > 0 {
continue
}
res[x][y] = level
queue = append(queue, []int{x, y})
}
}
level++
}
for i, row := range res {
for j, cell := range row {
if cell == -1 {
res[i][j] = 0
}
}
}
return res
}
// 解法二 DFS
func updateMatrixDFS(matrix [][]int) [][]int {
result := [][]int{}
if len(matrix) == 0 || len(matrix[0]) == 0 {
return result
}
maxRow, maxCol := len(matrix), len(matrix[0])
for r := 0; r < maxRow; r++ {
for c := 0; c < maxCol; c++ {
if matrix[r][c] == 1 && hasZero(matrix, r, c) == false {
// 将四周没有 0 的 1 特殊处理为最大值
matrix[r][c] = math.MaxInt64
}
}
}
for r := 0; r < maxRow; r++ {
for c := 0; c < maxCol; c++ {
if matrix[r][c] == 1 {
dfsMatrix(matrix, r, c, -1)
}
}
}
return (matrix)
}
// 判断四周是否有 0
func hasZero(matrix [][]int, row, col int) bool {
if row > 0 && matrix[row-1][col] == 0 {
return true
}
if col > 0 && matrix[row][col-1] == 0 {
return true
}
if row < len(matrix)-1 && matrix[row+1][col] == 0 {
return true
}
if col < len(matrix[0])-1 && matrix[row][col+1] == 0 {
return true
}
return false
}
func dfsMatrix(matrix [][]int, row, col, val int) {
// 不超过棋盘氛围，且 val 要比 matrix[row][col] 小
if row < 0 || row >= len(matrix) || col < 0 || col >= len(matrix[0]) || (matrix[row][col] <= val) {
return
}
if val > 0 {
matrix[row][col] = val
}
dfsMatrix(matrix, row-1, col, matrix[row][col]+1)
dfsMatrix(matrix, row, col-1, matrix[row][col]+1)
dfsMatrix(matrix, row+1, col, matrix[row][col]+1)
dfsMatrix(matrix, row, col+1, matrix[row][col]+1)
}
// 解法三 DP
func updateMatrixDP(matrix [][]int) [][]int {
for i, row := range matrix {
for j, val := range row {
if val == 0 {
continue
}
left, top := math.MaxInt16, math.MaxInt16
if i > 0 {
top = matrix[i-1][j] + 1
}
if j > 0 {
left = matrix[i][j-1] + 1
}
matrix[i][j] = min(top, left)
}
}
for i := len(matrix) - 1; i >= 0; i-- {
for j := len(matrix[0]) - 1; j >= 0; j-- {
if matrix[i][j] == 0 {
continue
}
right, bottom := math.MaxInt16, math.MaxInt16
if i < len(matrix)-1 {
bottom = matrix[i+1][j] + 1
}
if j < len(matrix[0])-1 {
right = matrix[i][j+1] + 1
}
matrix[i][j] = min(matrix[i][j], min(bottom, right))
}
}
return matrix
}