yuan_2001_的博客

时间复杂度：O(M * N)，其中 M 是矩阵的行数，N 是矩阵的列数。每个单元格最多被访问一次。空间复杂度：O(M * N)，用于队列。

时间复杂度：O(N^2)，其中 N 是网格的边长。每个单元格最多被访问一次。空间复杂度：O(N^2)，队列中最多存储所有陆地单元格。多源bfs需要先把所有的起点都加入队列，同时进行单源bfs，这样重复的路程不再经过，不仅得出的答案正确，而且时间复杂度大大降低，这也就是多源BFS的核心思路，多个起点同时用单源BFS的方法去找最短路径。

A * 算法的时间复杂度 其实是不好去量化的，因为他取决于 启发式函数怎么写。最坏情况下，A * 退化成广搜BFS，算法的时间复杂度 是 O(n^2)，n 为节点数量。最佳情况，是从起点直接到终点，时间复杂度为 O(dlogd)，d 为起点到终点的深度。因为在搜索的过程中也需要堆排序，所以是 O(dlogd)。实际上 A * 的时间复杂度是介于 最优 和最坏 情况之间， 可以 非常粗略的认为 A * 算法的时间复杂度是 O(nlogn) ，n 为节点数量。

时间复杂度：O(ElogE) E 为边的数量空间复杂度：O(N + E) N 为节点的数量如何利用邻接表或邻接矩阵存储图结构。如何设计小顶堆和优先队列。如何遍历邻接节点。

邻接矩阵和邻接表都要掌握。

广搜的搜索方式就适合于解决两个点之间的最短路径问题。因为广搜是从起点出发，以起始点为中心一圈一圈进行搜索，一旦遇到终点，记录之前走过的节点就是一条最短路。当然，也有一些问题是广搜 和 深搜都可以解决的，例如岛屿问题，这类问题的特征就是不涉及具体的遍历方式，只要能把相邻且相同属性的节点标记上就行。

本题是一道简单的深搜题目，也可以说是模板题，和 力扣797. 所有可能的路径思路是一样一样的。对于这种有向图路径问题，最合适使用深搜，当然本题也可以使用广搜，但广搜相对来说就麻烦了一些，需要记录一下路径。而深搜和广搜都适合解决颜色类的问题，例如岛屿系列，其实都是 遍历+标记，所以使用哪种遍历都是可以的。