LeetCode Hot100 腐烂的橘子

题目地址: https://leetcode.cn/problems/rotting-oranges/description/

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 。

Go 复制代码
func orangesRotting(grid [][]int) int {
	if grid == nil || len(grid) == 0 {
		return 0
	}
	// 新鲜橘子数
	freshOranges := 0
	// 所以分钟数
	minutes := 0
	// 记录腐烂橘子的坐标
	queue := [][2]int{}
	for i := 0; i < len(grid); i++ {
		for j := 0; j < len(grid[0]); j++ {
			// 统计 新鲜橘子数
			if grid[i][j] == 1 {
				freshOranges++
			} else if grid[i][j] == 2 {
				// 记录腐烂橘子坐标
				queue = append(queue, [2]int{i, j})
			}
		}
	}
	// 如果没有新鲜橘子 0 分钟完成任务
	if freshOranges == 0 {
		return 0
	}
	// 如果还有腐烂橘子而且还有新鲜橘子
	for len(queue) != 0 && freshOranges > 0 {
		// 分钟数加1
		minutes++
		// 记录当前轮的腐烂橘子
		size := len(queue)
		// 处理腐烂橘子的上下左右,发现新鲜橘子就把他腐烂并把相应的坐标加入队列
		for i := 0; i < size; i++ {
			orange := queue[0]
			row := orange[0]
			col := orange[1]
			queue = queue[1:]
			if row > 0 && grid[row-1][col] == 1 {
				freshOranges--
				grid[row-1][col] = 2
				queue = append(queue, [2]int{row - 1, col})
			}
			if row < len(grid)-1 && grid[row+1][col] == 1 {
				freshOranges--
				grid[row+1][col] = 2
				queue = append(queue, [2]int{row + 1, col})
			}
			if col > 0 && grid[row][col-1] == 1 {
				freshOranges--
				grid[row][col-1] = 2
				queue = append(queue, [2]int{row, col - 1})
			}
			if col < len(grid[0])-1 && grid[row][col+1] == 1 {
				freshOranges--
				grid[row][col+1] = 2
				queue = append(queue, [2]int{row, col + 1})
			}
		}
	}
	if freshOranges != 0 {
		return -1
	}
	return minutes
}
相关推荐
ZhengEnCi2 小时前
Agent 架构怎么选:从单 Agent 到多 Agent 编排的选型决策指南
算法·架构
秋天的怀念_David3 小时前
第二十二夜 · 数字迷雾
java·程序人生·算法
Pniubi3 小时前
力扣283移动零(双指针法)
算法·leetcode·职场和发展
hhb_6183 小时前
大模型落地三重优化实战
人工智能·算法·机器学习
云和数据.ChenGuang3 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
2601_970703835 小时前
工业除湿机租赁:把一份租金合同拆开看
大数据·数据结构·算法·数据库架构·推荐算法
心中有你02145 小时前
Java实现Dijkstra最短路径算法(邻接表 + 优先队列)
java·数据库·算法
ZhengEnCi6 小时前
同样的模型,为什么本地和云 API 差别那么大:量化精度、聊天模板与采样参数的三大元凶
人工智能·算法·llm
Flynn Liang6 小时前
RAG 答非所问/幻觉怎么破?Spring AI QuestionAnswerAdvisor 召回优化实战(TopK/重排/混合检索)
人工智能·算法·spring·rag·幻觉·springai
liminla!7 小时前
SQL 从入门到进阶:语法速查与实战练习(完整优化版)
数据库·sql·算法