【C++BFS】1162. 地图分析

news2025/1/12 20:54:24

本文涉及知识点

C++BFS算法

LeetCode1162. 地图分析

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

C++BFS

曼哈顿距离，某条最短路径p1：{c1,c2 $\cdots$ cn-1,cn} ，则c1到cn-1的最短路径p2经过的单格数是n-1。
用反证法来证明：
如果p2的最短路径经过的单格数大于n-1，则p1经过的单格数也大于n。
如果p2的最短路径经过的单格数小于n-1，则用p2替换p1的前n-1个单格，则p2经过的单格数也小于n-1。
BFS的状态表示：leves[0]记录所有陆地单格，leves[i]记录距离陆地i的海洋单格。
BFS的后续状态：通过next枚举cur的四连通临接点，next必须是海洋。
BFS的初始状态：leves[0]记录所有陆地单格。
BFS的返回值：vDis的最大值，如果为0，则改为-1。
BFS的重复处理：利用vDis出重。

代码

核心代码

class Solution {
		public:
			int maxDistance(vector<vector<int>>& grid) {
				m_r = grid.size();
				m_c = grid[0].size();
				vector<vector<pair<int,int>>> vNeiBo(m_r * m_c); 				
				auto AddNeiBo =[&](int r,int c,int r1,int c1) {
					if ((r1 < 0) || (r1 >= m_r)) { return; }
					if ((c1 < 0) || (c1 >= m_c)) { return; }
					if (0 != grid[r1][c1]) { return; }
					vNeiBo[Mask(r, c)].emplace_back(r1, c1);
				};
				vector<int> vDis(m_r * m_c,-1);
				queue<pair<int, int>> que;
				auto Add = [&](int r, int c,int iDis) {
					if (-1 != vDis[Mask(r, c)]) { return; }
					vDis[Mask(r, c)] = iDis;
					que.emplace(r, c);
				};
				for (int r = 0; r < m_r; r++) {
					for (int c = 0; c < m_c; c++) {
						AddNeiBo(r, c, r + 1, c);
						AddNeiBo(r, c, r - 1, c);
						AddNeiBo(r, c, r , c + 1);
						AddNeiBo(r, c, r , c - 1);
						if (1 == grid[r][c]) { Add(r, c, 0); }
					}
				}
				while (que.size()) {
					const auto [r,c] = que.front();
					que.pop();
					for (const auto& [r1,c1] : vNeiBo[Mask(r,c)]) {
						Add(r1, c1, vDis[Mask(r, c)] + 1);
					}
				}
				const int iMax = *std::max_element(vDis.begin(), vDis.end());
				return (0 == iMax) ? -1 : iMax;
			}
			inline int Mask(int r, int c) { return m_c * r + c; }
			int m_r, m_c;
		};

单元测试

vector<vector<int>> grid;
		TEST_METHOD(TestMethod1)
		{
			grid = { {1} };
			auto res = Solution().maxDistance(grid);
			AssertEx(-1, res);
		}
		TEST_METHOD(TestMethod2)
		{
			grid = { {0} };
			auto res = Solution().maxDistance(grid);
			AssertEx(-1, res);
		}
		TEST_METHOD(TestMethod11)
		{
			grid = { {1,0,1},{0,0,0},{1,0,1} };
			auto res = Solution().maxDistance(grid);
			AssertEx(2, res);
		}
		TEST_METHOD(TestMethod12)
		{
			grid = { {1,0,0},{0,0,0},{0,0,0} };
			auto res = Solution().maxDistance(grid);
			AssertEx(4, res);
		}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标及时的反馈拉伸区（难度合适）专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功成功+反思=成功