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

SpringBoot条件注解核心作用与使用场景详解

《SpringBoot条件注解核心作用与使用场景详解》SpringBoot的条件注解为开发者提供了强大的动态配置能力,理解其原理和适用场景是构建灵活、可扩展应用的关键,本文将系统梳理所有常用的条件注... 目录引言一、条件注解的核心机制二、SpringBoot内置条件注解详解1、@ConditionalOn

通过Spring层面进行事务回滚的实现

《通过Spring层面进行事务回滚的实现》本文主要介绍了通过Spring层面进行事务回滚的实现,包括声明式事务和编程式事务,具有一定的参考价值,感兴趣的可以了解一下... 目录声明式事务回滚:1. 基础注解配置2. 指定回滚异常类型3. ​不回滚特殊场景编程式事务回滚:1. ​使用 TransactionT

Spring LDAP目录服务的使用示例

《SpringLDAP目录服务的使用示例》本文主要介绍了SpringLDAP目录服务的使用示例... 目录引言一、Spring LDAP基础二、LdapTemplate详解三、LDAP对象映射四、基本LDAP操作4.1 查询操作4.2 添加操作4.3 修改操作4.4 删除操作五、认证与授权六、高级特性与最佳

Spring Shell 命令行实现交互式Shell应用开发

《SpringShell命令行实现交互式Shell应用开发》本文主要介绍了SpringShell命令行实现交互式Shell应用开发,能够帮助开发者快速构建功能丰富的命令行应用程序,具有一定的参考价... 目录引言一、Spring Shell概述二、创建命令类三、命令参数处理四、命令分组与帮助系统五、自定义S

SpringSecurity JWT基于令牌的无状态认证实现

《SpringSecurityJWT基于令牌的无状态认证实现》SpringSecurity中实现基于JWT的无状态认证是一种常见的做法,本文就来介绍一下SpringSecurityJWT基于令牌的无... 目录引言一、JWT基本原理与结构二、Spring Security JWT依赖配置三、JWT令牌生成与

Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码

《Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码》:本文主要介绍Java中日期时间转换的多种方法,包括将Date转换为LocalD... 目录一、Date转LocalDateTime二、Date转LocalDate三、LocalDateTim

如何配置Spring Boot中的Jackson序列化

《如何配置SpringBoot中的Jackson序列化》在开发基于SpringBoot的应用程序时,Jackson是默认的JSON序列化和反序列化工具,本文将详细介绍如何在SpringBoot中配置... 目录配置Spring Boot中的Jackson序列化1. 为什么需要自定义Jackson配置?2.

Java中使用Hutool进行AES加密解密的方法举例

《Java中使用Hutool进行AES加密解密的方法举例》AES是一种对称加密,所谓对称加密就是加密与解密使用的秘钥是一个,下面:本文主要介绍Java中使用Hutool进行AES加密解密的相关资料... 目录前言一、Hutool简介与引入1.1 Hutool简介1.2 引入Hutool二、AES加密解密基础

Spring Boot项目部署命令java -jar的各种参数及作用详解

《SpringBoot项目部署命令java-jar的各种参数及作用详解》:本文主要介绍SpringBoot项目部署命令java-jar的各种参数及作用的相关资料,包括设置内存大小、垃圾回收... 目录前言一、基础命令结构二、常见的 Java 命令参数1. 设置内存大小2. 配置垃圾回收器3. 配置线程栈大小

SpringBoot实现微信小程序支付功能

《SpringBoot实现微信小程序支付功能》小程序支付功能已成为众多应用的核心需求之一,本文主要介绍了SpringBoot实现微信小程序支付功能,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... 目录一、引言二、准备工作(一)微信支付商户平台配置(二)Spring Boot项目搭建(三)配置文件