leetcode刷题542. 01 矩阵(Java)DFS+BFS+DP

2024-02-10 17:58

本文主要是介绍leetcode刷题542. 01 矩阵(Java)DFS+BFS+DP,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

leetcode刷题542. 01 矩阵

  • 1.题目描述
  • 2.解法
    • 2.1 深度优先搜索(DFS)递归实现
    • 2.2 广度优先搜索(BFS)
    • 2.3 动态规划(DP)

1.题目描述

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:
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:
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

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/01-matrix
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

2.解法

2.1 深度优先搜索(DFS)递归实现

因为0和靠近0的1是不需要改变的。
所以首先将矩阵初始化,将需要计算距离的点全初始化为最大值。
之后通过递归,从1开始向离0远的地方寻找还未计算过距离的点同时更新最短距离。

class Solution {int dx[] = {1,0,0,-1};//左右移动int dy[] = {0,1,-1,0};//上下移动int m,n;public int[][] updateMatrix(int[][] mat) {m = mat.length;if(m==0){return mat;}n = mat[0].length;for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(mat[i][j]==1&&isNeiborZero(mat,i,j)==false){mat[i][j]=Integer.MAX_VALUE;//将矩阵初始化,以便之后遍历}}}for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(mat[i][j]==1){dfs(mat,i,j);//从1向内部递归}}}return mat;}boolean isNeiborZero(int [][]mat,int x,int y){//判断周围是否有0for(int i=0;i<4;i++){for(int j=0;j<4;j++){int mx = x+dx[i];int my = y+dy[i];if(mx>=0&&mx<m&&my>=0&&my<n&&mat[mx][my]==0){return true;}}}return false;}void dfs(int [][]mat,int x,int y){for(int i=0;i<4;i++){for(int j=0;j<4;j++){int mx = x+dx[i];int my = y+dy[i];if(mx>=0&&mx<m&&my>=0&&my<n&&mat[mx][my]>mat[x][y]+1){mat[mx][my] = mat[x][y] +1;dfs(mat,mx,my);}}}}
}

2.2 广度优先搜索(BFS)

广度优先搜索需要用到队列Java队列,可以从这里复习。

广度优先搜索官方题解讲的很好。

我的理解就是通过队列管理计算过距离的点,计算过的点就放入队列,通过while循环队列从0向外开始计算,先从队列中取出一个点计算上下左右如果有计算过的点就放入队列,并记录一下已经访问过的点,防止进入死循环。

当队列为空时说明了所有的点都已经计算过了。

代码如下

class Solution {int dx[]={1,0,0,-1};//左右移动int dy[]={0,1,-1,0};//上下移动int m,n;public int[][] updateMatrix(int[][] mat) {m = mat.length;if(m==0){return mat;}n = mat[0].length;int[][] newMat = new int[m][n];//存储计算过的距离boolean[][] seen = new boolean[m][n];//存储是否访问过该点Queue<int[]> queue = new LinkedList<int[]>();//用二维队列存储需要访问四周的额点for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(mat[i][j]==0){queue.offer(new int[]{i,j});//将0点存入队列seen[i][j]=true;newMat[i][j]=0;}}}while(!queue.isEmpty()){int []cell = queue.poll();int x = cell[0],y = cell[1];for(int i=0;i<4;i++){int mx = x+dx[i],my=y+dy[i];if(mx>=0&&mx<m&&my>=0&&my<n&&!seen[mx][my]){newMat[mx][my] = newMat[x][y]+1;//计算距离queue.offer(new int[]{mx,my});seen[mx][my] = true; }}}return newMat;}
}

2.3 动态规划(DP)

动态规划最重要的就是状态转移方程
我的理解就是从终点向前走一步离起点更近,而终点可以用一个值+更近的点表示。

以下是我的理解,相当于官方题解的缩略版。

从1到0,一共有上下左右四个方向。
而上下和左右结合,共有四种方法。

  • 只有 水平向左移动 和 竖直向上移动;
  • 只有 水平向左移动 和 竖直向下移动;
  • 只有 水平向右移动 和 竖直向上移动;
  • 只有 水平向右移动 和 竖直向下移动。

假如1在0的右下方,则1需要向左移动和向上移动,此时的状态转移方程就是。
状态转移方程
可以类推出来剩下的方程。
代码如下:

class Solution {public int[][] updateMatrix(int[][] mat) {int m = mat.length;if(m==0){return mat;}int n = mat[0].length;int [][]newMat = new int[m][n];for(int i=0;i<m;i++){Arrays.fill(newMat[i],Integer.MAX_VALUE/2);}//首先填入0for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(mat[i][j]==0){newMat[i][j]=0;}}}//向右向上for(int i=0;i<m;i++){for(int j=n-1;j>=0;j--){if(i-1>=0){newMat[i][j]=Math.min(newMat[i-1][j]+1,newMat[i][j]);}if(j+1<n){newMat[i][j]=Math.min(newMat[i][j+1]+1,newMat[i][j]);}}}//向左向上for(int i=0;i<m;i++){for(int j=0;j<n;j++){if(i-1>=0){newMat[i][j]=Math.min(newMat[i-1][j]+1,newMat[i][j]);}if(j-1>=0){newMat[i][j]=Math.min(newMat[i][j-1]+1,newMat[i][j]);}}}//向左向下for(int i=m-1;i>=0;i--){for(int j=0;j<n;j++){if(i+1<m){newMat[i][j]=Math.min(newMat[i+1][j]+1,newMat[i][j]);}if(j-1>=0){newMat[i][j]=Math.min(newMat[i][j-1]+1,newMat[i][j]);}}}//向右向下for(int i=m-1;i>=0;i--){for(int j=n-1;j>=0;j--){if(i+1<m){newMat[i][j]=Math.min(newMat[i+1][j]+1,newMat[i][j]);}if(j+1<n){newMat[i][j]=Math.min(newMat[i][j+1]+1,newMat[i][j]);}}}return newMat;}
}

这篇关于leetcode刷题542. 01 矩阵(Java)DFS+BFS+DP的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/697737

相关文章

Java中流式并行操作parallelStream的原理和使用方法

《Java中流式并行操作parallelStream的原理和使用方法》本文详细介绍了Java中的并行流(parallelStream)的原理、正确使用方法以及在实际业务中的应用案例,并指出在使用并行流... 目录Java中流式并行操作parallelStream0. 问题的产生1. 什么是parallelS

Java中Redisson 的原理深度解析

《Java中Redisson的原理深度解析》Redisson是一个高性能的Redis客户端,它通过将Redis数据结构映射为Java对象和分布式对象,实现了在Java应用中方便地使用Redis,本文... 目录前言一、核心设计理念二、核心架构与通信层1. 基于 Netty 的异步非阻塞通信2. 编解码器三、

SpringBoot基于注解实现数据库字段回填的完整方案

《SpringBoot基于注解实现数据库字段回填的完整方案》这篇文章主要为大家详细介绍了SpringBoot如何基于注解实现数据库字段回填的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解... 目录数据库表pom.XMLRelationFieldRelationFieldMapping基础的一些代

一篇文章彻底搞懂macOS如何决定java环境

《一篇文章彻底搞懂macOS如何决定java环境》MacOS作为一个功能强大的操作系统,为开发者提供了丰富的开发工具和框架,下面:本文主要介绍macOS如何决定java环境的相关资料,文中通过代码... 目录方法一:使用 which命令方法二:使用 Java_home工具(Apple 官方推荐)那问题来了,

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述:HashMap的宏观结构二、核心数据结构解析1. 数组(桶数组)2. 链表节点(Node

Java AOP面向切面编程的概念和实现方式

《JavaAOP面向切面编程的概念和实现方式》AOP是面向切面编程,通过动态代理将横切关注点(如日志、事务)与核心业务逻辑分离,提升代码复用性和可维护性,本文给大家介绍JavaAOP面向切面编程的概... 目录一、AOP 是什么?二、AOP 的核心概念与实现方式核心概念实现方式三、Spring AOP 的关

详解SpringBoot+Ehcache使用示例

《详解SpringBoot+Ehcache使用示例》本文介绍了SpringBoot中配置Ehcache、自定义get/set方式,并实际使用缓存的过程,文中通过示例代码介绍的非常详细,对大家的学习或者... 目录摘要概念内存与磁盘持久化存储:配置灵活性:编码示例引入依赖:配置ehcache.XML文件:配置

Java 虚拟线程的创建与使用深度解析

《Java虚拟线程的创建与使用深度解析》虚拟线程是Java19中以预览特性形式引入,Java21起正式发布的轻量级线程,本文给大家介绍Java虚拟线程的创建与使用,感兴趣的朋友一起看看吧... 目录一、虚拟线程简介1.1 什么是虚拟线程?1.2 为什么需要虚拟线程?二、虚拟线程与平台线程对比代码对比示例:三

Java中的.close()举例详解

《Java中的.close()举例详解》.close()方法只适用于通过window.open()打开的弹出窗口,对于浏览器的主窗口,如果没有得到用户允许是不能关闭的,:本文主要介绍Java中的.... 目录当你遇到以下三种情况时,一定要记得使用 .close():用法作用举例如何判断代码中的 input

Spring Gateway动态路由实现方案

《SpringGateway动态路由实现方案》本文主要介绍了SpringGateway动态路由实现方案,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随... 目录前沿何为路由RouteDefinitionRouteLocator工作流程动态路由实现尾巴前沿S