01 矩阵 给定一个由 0 和 1 组成的矩阵 mat ,请输出一个大小相同的矩阵,其中每一个格子是 mat 中对应位置元素到最近的 0 的距离。
两个相邻元素间的距离为 1 。
示例 1:
输入:mat = [[0,0,0],[0,1,0],[0,0,0]] 输出:[[0,0,0],[0,1,0],[0,0,0]] 示例 2:
输入:mat = [[0,0,0],[0,1,0],[1,1,1]] 输出:[[0,0,0],[0,1,0],[1,2,1]]
提示:
m == mat.length n == mat[i].length 1 <= m, n <= 104 1 <= m * n <= 104 mat[i][j] is either 0 or 1. mat 中至少有一个 0 相关标签 广度优先搜索 数组 动态规划 矩阵
我自己的思路:对矩阵中每一个1去寻找与之最近的0,这样如果只有一个0,而且在最后的话,会超出时间限制。
正确解答:对矩阵中每一个0去更新距离它最近的1的距离,同时将更新后的1也作为一个站点去更新另外的1。代码如下:
class Solution {
int dirs[4][2] = {{-1,0},{1,0},{0,-1},{0,1}};
public:
vector<vector<int>> updateMatrix(vector<vector<int>>& mat) {
int m=mat.size(),n=mat[0].size();
vector<vector<int>> dist(m,vector<int>(n));
vector<vector<int>> seen(m,vector<int>(n));
queue<pair<int,int>> q;
for(int i=0;i<m;i++)
{
for(int j=0;j<n;j++)
{
if(mat[i][j]==0)
{
dist[i][j]=0;
q.push(make_pair(i,j));
seen[i][j]=1;
}
}
}
while(!q.empty())
{
auto [i,j] = q.front();
q.pop();
for(int d=0;d<4;d++)
{
int ni=i+dirs[d][0];
int nj=j+dirs[d][1];
if(ni>=0&&ni<m&&nj>=0&&nj<n&&!seen[ni][nj])
{
dist[ni][nj]=dist[i][j]+1;
seen[ni][nj]=1;
q.push(make_pair(ni,nj));
}
}
}
return dist;
}
};
|