算法题(114):矩阵距离

审题:

本题需要我们找出所有0距离最近的1的曼哈顿距离

思路:
方法一:多源bfs

分析曼哈顿距离:

求法1:公式法,带入题目公式,利用|x1-x2|+|y1-y2|求出

求法2:曼哈顿距离就是最短距离

本题有多个起源点,也就是1,我们可以把他们都加入到队列中,然后按照正常的bfs流程走。

若用单源的bfs走就是遍历每个0去搜索,不过会超时

解题:

(1)预处理

cpp 复制代码
#include<iostream>
#include<queue>
#include<cstring>
using namespace std;
int n,m;
const int N = 1010;
char vv[N][N];//记录字符
typedef pair<int,int> PII;
queue<PII> q;//记录待走坐标
int dis[N][N];//记录到该坐标最短距离
//方向数组
int dx[] = {0,0,1,-1};
int dy[] = {1,-1,0,0};

1.用char二维数组记录是因为题目中给的是不带空格的输入,用int会被识别为一个数字

(2)main函数逻辑

cpp 复制代码
int main()
{
    //录入数据
   cin >> n >> m;
 memset(dis,-1,sizeof(dis));
    for(int i = 1; i <= n ; i++)
    {
          for(int j = 1; j <= m; j++)
          {
              cin >> vv[i][j];
              if(vv[i][j] == '1')//记录坐标和标记距离
              {
                  q.push({i,j});
                  dis[i][j] = 0;
              }
          }
    }
    bfs();
    //输出数据
     for(int i = 1; i <= n ; i++)
    {
          for(int j = 1; j <= m; j++)
          {
              cout << dis[i][j] << " ";
          }
         cout << endl;
    }
    return 0;
}

(3)bfs

cpp 复制代码
void bfs()
{
  while(!q.empty())
  {
    size_t size = q.size();
      for(int i = 0; i < size; i++)
      {
          auto pos = q.front();
          q.pop();
          for(int j = 0; j < 4; j++)
          {
            int newx = pos.first +  dx[j];
              int newy = pos.second + dy[j];
              if(newx>=1&&newx<=n&&newy>=1&&newy<=m&&dis[newx][newy] == -1)
              {
                   dis[newx][newy] = dis[pos.first][pos.second] + 1;
                  q.push({newx,newy});
              }
          }
      }
  }
}

1.这里我们不能使用vector的二维方向数组,因为对空间有要求

2.核心就是对没遍历过的位置进行距离更新,因为bfs的性质,最先搜索到的就是最短距离。

而当前位置最短距离就是前一个位置的最短距离+1

矩阵距离

相关推荐
杭州的平湖秋月9 分钟前
用 C++ 写汉诺塔程序
c++·算法
烁3472 小时前
每日一题(小白)模拟娱乐篇13
java·算法·娱乐·暴力
烁3472 小时前
每日一题(小白)模拟娱乐篇14
java·开发语言·算法·娱乐·暴力
Brookty2 小时前
【算法】插入排序
数据结构·算法·排序算法
GISer_Jing6 小时前
前端算法实战:大小堆原理与应用详解(React中优先队列实现|求前K个最大数/高频元素)
前端·算法·react.js
小森77677 小时前
(三)机器学习---线性回归及其Python实现
人工智能·python·算法·机器学习·回归·线性回归
振鹏Dong7 小时前
超大规模数据场景(思路)——面试高频算法题目
算法·面试
uhakadotcom7 小时前
Python 与 ClickHouse Connect 集成:基础知识和实践
算法·面试·github
uhakadotcom7 小时前
Python 量化计算入门:基础库和实用案例
后端·算法·面试
uhakadotcom8 小时前
使用 Python 与 BigQuery 进行交互:基础知识与实践
算法·面试