LeetCode-01 矩阵

很同意就能想到用多源BFS去做这个题，虽然AC但是执行耗时不是很好

public int[][] updateMatrix(int[][] matrix) {
         if (matrix == null){
            return matrix;
        }

        Queue<int[]> queue = new LinkedList();
        int row = matrix.length;
        int clomn = matrix[0].length;

        int[][]result = new int[row][clomn];

        for (int i = 0; i < row; i ++){
            for (int j = 0; j < clomn; j++){
                if (matrix[i][j] == 0){
                    queue.add(new int[]{i,j});
                }
            }
        }

        while (!queue.isEmpty()){
            int[] poll = queue.poll();
            if (poll[0] + 1 < row && matrix[poll[0] + 1][poll[1]] == 1 && result[poll[0] + 1][poll[1]] == 0){
                result[poll[0] + 1][poll[1]] = result[poll[0]][poll[1]] + 1;
                queue.offer(new int[]{poll[0] + 1, poll[1]});
            }
            if (poll[0] - 1 >= 0 && matrix[poll[0] - 1][poll[1]] == 1 && result[poll[0] - 1][poll[1]] == 0){
                result[poll[0] - 1][poll[1]] = result[poll[0]][poll[1]] + 1;
                queue.offer(new int[]{poll[0] - 1, poll[1]});
            }
            if (poll[1] + 1 < clomn && matrix[poll[0]][poll[1]+1] == 1 && result[poll[0]][poll[1] + 1] == 0){
                result[poll[0]][poll[1]+1] = result[poll[0]][poll[1]] + 1;
                queue.offer(new int[]{poll[0], poll[1]+1});
            }
            if (poll[1] - 1 >= 0 && matrix[poll[0]][poll[1]-1] == 1 && result[poll[0]][poll[1] - 1] == 0){
                result[poll[0]][poll[1]-1] = result[poll[0]][poll[1]] + 1;
                queue.offer(new int[]{poll[0], poll[1]-1});
            }
        }
        return result;
    }

没有看懂为什么这样的写法会节省时间

public int[][] updateMatrix(int[][] matrix) {
        // 首先将所有的 0 都入队，并且将 1 的位置设置成 -1，表示该位置是 未被访问过的 1
        Queue<int[]> queue = new LinkedList<>();
        int m = matrix.length, n = matrix[0].length;
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (matrix[i][j] == 0) {
                    queue.offer(new int[] {i, j});
                } else {
                    matrix[i][j] = -1;
                } 
            }
        }
        
        int[] dx = new int[] {-1, 1, 0, 0};
        int[] dy = new int[] {0, 0, -1, 1};
        while (!queue.isEmpty()) {
            int[] point = queue.poll();
            int x = point[0], y = point[1];
            for (int i = 0; i < 4; i++) {
                int newX = x + dx[i];
                int newY = y + dy[i];
                // 如果四邻域的点是 -1，表示这个点是未被访问过的 1
                // 所以这个点到 0 的距离就可以更新成 matrix[x][y] + 1。
                if (newX >= 0 && newX < m && newY >= 0 && newY < n 
                        && matrix[newX][newY] == -1) {
                    matrix[newX][newY] = matrix[x][y] + 1;
                    queue.offer(new int[] {newX, newY});
                }
            }
        }

        return matrix;
    }

要想更快只能依靠动态规划来解决

首先可以直接想到，一个点的最近距离由他的上下左右的最近距离的最小觉得，那么可以写出四个循环，

实际上只需要两次循环就够了，代码用左上，和右下来实现，初始化时别用MAX_VALUE,加1会越界

public int[][] updateMatrix(int[][] matrix) {
       if (matrix == null){
            return matrix;
        }

        int row = matrix.length;
        int clomn = matrix[0].length;


        for (int i = 0; i < row; i ++){
            for (int j = 0; j < clomn; j++){
                matrix[i][j] = matrix[i][j] == 0 ? 0 : 1000;
            }
        }

        for (int i = 0; i < row; i ++){
            for (int j = 0; j < clomn; j++){
                if (i-1 >=0){
                    matrix[i][j] = Math.min(matrix[i-1][j] + 1,matrix[i][j]);
                }
                if (j-1 >=0){
                    matrix[i][j] = Math.min(matrix[i][j-1] + 1,matrix[i][j]);
                }
            }
        }

        for (int i = row -1; i >= 0; i --){
            for (int j = clomn - 1; j >= 0; j--){
                if (i+1 < row){
                    matrix[i][j] = Math.min(matrix[i+1][j] + 1,matrix[i][j]);
                }
                if (j+1 < clomn){
                    matrix[i][j] = Math.min(matrix[i][j+1] + 1,matrix[i][j]);
                }
            }
        }


        return matrix;
    }