LeetCode 994 腐烂的橘子

在给定的 m x n 网格 grid 中，每个单元格可以有以下三个值之一：

值 0 代表空单元格；

值 1 代表新鲜橘子；

值 2 代表腐烂的橘子。

每分钟，腐烂的橘子周围 4 个方向上相邻的新鲜橘子都会腐烂。

返回直到单元格中没有新鲜橘子为止所必须经过的最小分钟数。如果不可能，返回 -1 。

示例 1：

输入：grid = $\[2,1,1$ , $1,1,0$ , $0,1,1$ ]

输出：4

示例 2：

输入：grid = $\[2,1,1$ , $0,1,1$ , $1,0,1$ ]

输出：-1

解释：左下角的橘子（第 2 行，第 0 列）永远不会腐烂，因为腐烂只会发生在 4 个方向上。

示例 3：

输入：grid = $\[0,2$ ]

输出：0

解释：因为 0 分钟时已经没有新鲜橘子了，所以答案就是 0 。

提示：

m == grid.length

n == grid $i$ .length

1 <= m, n <= 10

grid $i$ $j$ 仅为 0、1 或 2

Python代码：

python 复制代码

from typing import List
from collections import deque

class Solution:
    def orangesRotting(self, grid: List[List[int]]) -> int:
        # 网格的行数和列数
        row_count = len(grid)
        col_count = len(grid[0]) if row_count > 0 else 0
        
        # 存储腐烂橘子的位置，用于广度优先搜索
        # BFS队列中的每个元素是坐标 (行, 列)
        rotten_positions = deque()
        
        # 统计新鲜橘子的总数，用于判断是否能全部腐烂
        fresh_oranges = 0
        
        # 第一步：遍历网格，初始化队列和新鲜橘子数量
        for row in range(row_count):
            for col in range(col_count):
                # 发现腐烂橘子，加入队列
                if grid[row][col] == 2:
                    rotten_positions.append( (row, col) )
                # 发现新鲜橘子，计数加1
                elif grid[row][col] == 1:
                    fresh_oranges += 1
        
        # 特殊情况：如果一开始就没有新鲜橘子，直接返回0
        if fresh_oranges == 0:
            return 0
        
        # 定义四个扩散方向：上、下、左、右
        # 每个方向是(行变化量, 列变化量)
        directions = [ (-1, 0), (1, 0), (0, -1), (0, 1) ]
        
        # 记录经过的分钟数
        minutes_passed = 0
        
        # 第二步：BFS扩散，模拟每分钟的腐烂过程
        # 循环条件：队列中还有腐烂橘子，且还有新鲜橘子
        while rotten_positions and fresh_oranges > 0:
            # 当前分钟需要处理的腐烂橘子数量（当前层级的节点数）
            current_rotten_count = len(rotten_positions)
            
            # 处理当前分钟的所有腐烂橘子（确保同一分钟的腐烂同时发生）
            for _ in range(current_rotten_count):
                # 取出一个腐烂橘子的位置
                current_row, current_col = rotten_positions.popleft()
                
                # 检查四个方向的相邻单元格
                for dr, dc in directions:
                    # 计算相邻单元格的坐标
                    new_row = current_row + dr
                    new_col = current_col + dc
                    
                    # 检查相邻单元格是否在网格范围内
                    is_in_grid = (0 <= new_row < row_count) and (0 <= new_col < col_count)
                    
                    # 如果在网格内，且是新鲜橘子
                    if is_in_grid and grid[new_row][new_col] == 1:
                        # 标记为腐烂橘子
                        grid[new_row][new_col] = 2
                        # 新鲜橘子数量减少
                        fresh_oranges -= 1
                        # 将新腐烂的橘子加入队列，用于下一分钟的扩散
                        rotten_positions.append( (new_row, new_col) )
            
            # 处理完当前分钟的所有腐烂橘子，时间加1
            minutes_passed += 1
        
        # 第三步：判断结果
        # 如果所有新鲜橘子都腐烂了，返回所用时间
        # 否则，返回-1（存在无法腐烂的橘子）
        return minutes_passed if fresh_oranges == 0 else -1