Leetcode 01 Matrix_超时代码01matrix-frankfanwei的博客-csdn博客-优快云博客

本文链接：https://blog.youkuaiyun.com/humanleelxy/article/details/78993849

这篇博客讨论了LeetCode的一道问题——在一个矩阵中找到最近的零元素。博主提供了两种解题思路，分别是暴力求解（因超时而不可行）和使用BFS（广度优先搜索）来寻找0到1的最短路径。通过BFS方法可以有效地解决这个问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目

给出一个矩阵，寻找最近的零

题目解析

找出最近的零，相当于寻找一个最短路径的问题，有两种想法

思想一

暴力求解：
1. 先把0的位置存起来
2. 遇到1时，将每个1和0的欧式距离求出，取最小值
3. 返回最新的矩阵
这种思想马上会超时。


class Solution {
public:
    vector<vector<int> > updateMatrix(vector<vector<int> >& A) {
      vector<vector<int> > ans(A.size());
      vector<pair<int, int> > zeros;
      //获取0的位置
      for (int i = 0; i < A.size(); i++) {
        for (int j = 0; j < A[0].size(); j++) {
          if (A[i][j] == 0)
            zeros.push_back(make_pair(i, j));
        }
      }
      for (int i = 0; i < A.size(); i++) {
        for (int j = 0; j < A[0].size(); j++) {
          if (A[i][j] == 0)
            ans[i].push_back(0);
          else {
            int min = 100000;
            for (int k = 0; k < zeros.size(); k++) {
              int dist = abs(zeros[k].first - i) + abs(zeros[k].second - j);
              min = min > dist? dist: min;
            }
            ans[i].push_back(min);
          }
        }
      }
      return ans;
    }
};

思想二

使用BFS思想，寻找0到1的最短路径。
1. 首先将0加入队列
2. 更新第一层的最短路径
3. …更新
4. 直到队列没有可更新的位置，结束程序

class Solution {
public:
    vector<vector<int>> updateMatrix(vector<vector<int>>& A) {
        vector<vector<int> > ans(A.size(), vector<int>(A[0].size()));
        //将所有的距离都定义为无穷大
        queue<pair<int, int> > q;
        for (int i = 0; i < A.size(); i++) {
            for (int j = 0; j < A[0].size(); j++) {
                if (A[i][j] == 0) {
                    ans[i][j] = 0;
                    q.push({i, j});
                }
                else 
                    ans[i][j] = 0x7fffffff;
            }
        }
        int dir[4][2] = {{1, 0}, {-1, 0}, {0, 1}, {0, -1}};
        while (!q.empty()) {
            pair<int, int> pos = q.front();
            q.pop();
            for (int i = 0; i < 4; i++) {
                int x = pos.first + dir[i][0];
                int y = pos.second + dir[i][1];
                if (x >= 0 && x < A.size() && y >= 0 && y < A[0].size()) {
                    if (ans[x][y] > ans[pos.first][pos.second] + 1)  {
                        ans[x][y] = ans[pos.first][pos.second] + 1;
                        q.push({x, y});
                    }
                }
            }
        }
        return ans;
    }
};