离建筑物最近的距离
难度:
标签:
题目描述
代码结果
运行时间: 1352 ms, 内存: 16.3 MB
/*
* Leetcode Problem 317: Shortest Distance from All Buildings
*
* Approach using Java Streams (where applicable):
* 1. Initialize distance and reach arrays to store the sum of distances and the number of buildings reached from each cell.
* 2. Use BFS from each building to compute distances to all reachable empty lands.
* 3. Use Streams to find the minimum distance cell which can reach all buildings.
*/
import java.util.*;
import java.util.stream.IntStream;
public class SolutionStream {
public int shortestDistance(int[][] grid) {
int m = grid.length;
int n = grid[0].length;
int[][] distance = new int[m][n];
int[][] reach = new int[m][n];
int numBuildings = 0;
int[] dx = {-1, 1, 0, 0};
int[] dy = {0, 0, -1, 1};
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
if (grid[i][j] == 1) {
numBuildings++;
boolean[][] visited = new boolean[m][n];
Queue<int[]> queue = new LinkedList<>();
queue.offer(new int[]{i, j});
int level = 1;
while (!queue.isEmpty()) {
int size = queue.size();
for (int k = 0; k < size; k++) {
int[] cur = queue.poll();
for (int d = 0; d < 4; d++) {
int x = cur[0] + dx[d];
int y = cur[1] + dy[d];
if (x >= 0 && x < m && y >= 0 && y < n && grid[x][y] == 0 && !visited[x][y]) {
visited[x][y] = true;
distance[x][y] += level;
reach[x][y]++;
queue.offer(new int[]{x, y});
}
}
}
level++;
}
}
}
}
return IntStream.range(0, m).boxed()
.flatMap(i -> IntStream.range(0, n).filter(j -> grid[i][j] == 0 && reach[i][j] == numBuildings).mapToObj(j -> distance[i][j]))
.min(Integer::compare)
.orElse(-1);
}
}
解释
方法:
该题解采用BFS(广度优先搜索)的方法。首先遍历网格,找到所有建筑物的位置,然后以每个建筑物为起点进行BFS。在BFS过程中,记录每个空地到当前建筑物的距离,并将距离累加到dist数组中。同时,将访问过的空地标记为负数,避免重复访问。最后,遍历dist数组,找到到所有建筑物距离之和最小的空地,返回其距离和。如果没有符合条件的空地,则返回-1。
时间复杂度:
O(b*m*n),其中b为建筑物的数量
空间复杂度:
O(m*n)
代码细节讲解
🦆
为什么在BFS过程中,需要将访问过的空地标记为负数,这种标记方式与其他可能的标记方式相比有什么优势?
▷🦆
在进行BFS时,每增加一层,距离变量`dis`是如何确保正确地反映从起点到当前节点的实际距离的?
▷🦆
你是如何处理多个建筑物可能会重复访问同一个空地的情况,以确保每个空地到不同建筑物的距离只被计算一次?
▷🦆
在找到所有建筑物的位置后,你是如何决定从哪个建筑物开始BFS的?是否考虑了从特定的建筑物开始可能会影响最终的最短距离计算?
▷相关问题
地图分析
你现在手里有一份大小为 n x n
的 网格 grid
,上面的每个 单元格 都用 0
和 1
标记好了。其中 0
代表海洋,1
代表陆地。
请你找出一个海洋单元格,这个海洋单元格到离它最近的陆地单元格的距离是最大的,并返回该距离。如果网格上只有陆地或者海洋,请返回 -1
。
我们这里说的距离是「曼哈顿距离」( Manhattan Distance):(x0, y0)
和 (x1, y1)
这两个单元格之间的距离是 |x0 - x1| + |y0 - y1|
。
示例 1:
输入:grid = [[1,0,1],[0,0,0],[1,0,1]] 输出:2 解释: 海洋单元格 (1, 1) 和所有陆地单元格之间的距离都达到最大,最大距离为 2。
示例 2:
输入:grid = [[1,0,0],[0,0,0],[0,0,0]] 输出:4 解释: 海洋单元格 (2, 2) 和所有陆地单元格之间的距离都达到最大,最大距离为 4。
提示:
n == grid.length
n == grid[i].length
1 <= n <= 100
grid[i][j]
不是0
就是1