文章目录
摘要
在日常开发中，我们经常遇到图遍历、路径规划的问题，特别是涉及二维网格的场景。LeetCode 第 286 题《墙与门》就非常贴近现实，比如模拟房间内路径计算、楼层距离评估等。本文将通过 Swift 语言，用广度优先搜索（BFS）方式一步步拆解这个问题，并给出一套完整的可运行 Demo 和测试用例，帮你在刷题和实际项目中都能用得上。
描述
题目大致是这样的：
你有一个二维网格，表示一栋建筑的布局。每个格子可以是三种之一：
- 墙（-1）：表示这个格子不能通行；
- 门（0）：表示你从这出发是免费的；
- 空房间（INF）：表示你需要计算从最近的门到这里的最短距离。
你要做的就是把所有空房间都填上到最近门的距离。如果一个空房间无法到达任何门，保持 INF 不变。
特别注意：
这个问题要求在原数组上原地修改。
题解答案
我们最直观的思路是，对于每一个空房间，去找离它最近的门。但这样做效率非常低，因为每个空房间都要遍历一次地图。
更优的解法是：从所有门开始做 BFS，因为 BFS 本质上就是按层级扩散的，最先访问到某个点的路径就是最短路径。
题解代码分析
Swift 代码如下：
swift
import Foundation
let INF = Int(Int32.max)
func wallsAndGates(_ rooms: inout [[Int]]) {
let m = rooms.count
let n = rooms[0].count
var queue: [(Int, Int)] = []
// 找出所有的门（0），作为 BFS 的起点
for i in 0..<m {
for j in 0..<n {
if rooms[i][j] == 0 {
queue.append((i, j))
}
}
}
let directions = [(0, 1), (1, 0), (0, -1), (-1, 0)]
while !queue.isEmpty {
let (row, col) = queue.removeFirst()
for dir in directions {
let newRow = row + dir.0
let newCol = col + dir.1
// 如果是有效的空房间，则更新并加入队列
if newRow >= 0, newRow < m, newCol >= 0, newCol < n, rooms[newRow][newCol] == INF {
rooms[newRow][newCol] = rooms[row][col] + 1
queue.append((newRow, newCol))
}
}
}
}示例测试及结果
我们构造一个简单的输入样例来看下效果：
swift
var rooms = [
[INF, -1, 0, INF],
[INF, INF, INF, -1],
[INF, -1, INF, -1],
[0, -1, INF, INF]
]
wallsAndGates(&rooms)
for row in rooms {
print(row)
}输出结果：
txt
[3, -1, 0, 1]
[2, 2, 1, -1]
[1, -1, 2, -1]
[0, -1, 3, 4]可以看到，每个空房间都被填上了到最近门的距离，而且墙和门保持不变。非常贴近现实中路径计算场景。
时间复杂度
- O(m × n)：每个格子最多只被访问一次，所以整体复杂度和地图大小成正比。
空间复杂度
- O(m × n)：最坏情况下，队列中会放入所有空房间。
总结
这个题虽然看起来简单，但其实考察了你对 BFS 的理解。你需要反过来思考 ------ 不是从目标找路径，而是从"源头"出发，让最短路径自己扩散。
这和现实生活中很多问题非常像，比如：
- 最短配送路径（从仓库到客户）
- 电梯调度系统（从最近楼层开始响应）
- 消防路径规划（从灭火点扩散）
可运行 Demo 模块（Xcode Playground）
你可以将以下代码粘贴到 Xcode 的 Playground 中运行：
swift
import Foundation
let INF = Int(Int32.max)
func wallsAndGates(_ rooms: inout [[Int]]) {
let m = rooms.count
let n = rooms[0].count
var queue: [(Int, Int)] = []
for i in 0..<m {
for j in 0..<n {
if rooms[i][j] == 0 {
queue.append((i, j))
}
}
}
let directions = [(0,1), (1,0), (0,-1), (-1,0)]
while !queue.isEmpty {
let (row, col) = queue.removeFirst()
for dir in directions {
let newRow = row + dir.0
let newCol = col + dir.1
if newRow >= 0, newRow < m, newCol >= 0, newCol < n, rooms[newRow][newCol] == INF {
rooms[newRow][newCol] = rooms[row][col] + 1
queue.append((newRow, newCol))
}
}
}
}
// 测试
var rooms = [
[INF, -1, 0, INF],
[INF, INF, INF, -1],
[INF, -1, INF, -1],
[0, -1, INF, INF]
]
wallsAndGates(&rooms)
for row in rooms {
print(row)
}参考场景与拓展
这种解法在很多游戏开发、智能交通系统、路径推荐算法中都能派上用场。例如：
- 游戏角色自动寻路系统（从多个终点扩散路径）
- 城市中电动车租赁系统推荐最近的还车点
- 超市货架路径优化（最近收银通道）