算法篇15-LeetCode1162. 地图分析

今日打卡题目

1162. 地图分析

我是按照我自己的第一思路 实现动态规划的。解决完题目之后发现还有很多种其它解法,可以看看题解。
我的思路:既然是动态规划,那就是需要2个东西,状态转移方程和初始状态。分析题目就是状态转移方程就是

tem[i][j] = Math.min(tem上下左右的数值+1, tem[i][j]);

有了状态转移方程就剩初始状态了。初始状态就是刚刚开始状态距离都是为最大就好了。按照题目意思,矩阵最大才100*100,我就是随便定了个400。动态规划完之后,就有每个点到最近的海洋距离了。然后再遍历一遍得到最后答案。

public int maxDistance(int[][] grid) {
        /**
         *
         * 功能描述:你现在手里有一份大小为 N x N 的『地图』(网格) grid,上面的每个『区域』(单元格)都用 0 和 1 标记好了。其中 0 代表海洋,1 代表陆地,你知道距离陆地区域最远的海洋区域是是哪一个吗?请返回该海洋区域到离它最近的陆地区域的距离。
         *
         * 我们这里说的距离是『曼哈顿距离』( Manhattan Distance):(x0, y0) 和 (x1, y1) 这两个区域之间的距离是 |x0 - x1| + |y0 - y1| 。
         *
         * 如果我们的地图上只有陆地或者海洋,请返回 -1。
         *
         * @param: [grid]
         * @return: int
         * @auther: smallfish
         * @date: 2020-03-29 14:29
         */
        if (grid.length < 2) {
            return -1;
        }
        int result = -1;

        //初始化tem
        int[][] tem = new int[grid.length][grid[0].length];
        for (int i = 0; i < tem.length; i++) {
            for (int i1 = 0; i1 < tem[0].length; i1++) {
                if (grid[i][i1] == 1) {
                    tem[i][i1] = 0;
                } else {
                    tem[i][i1] = 400;
                }
            }
        }

        //左上到右下
        for (int i = 0; i < tem.length; i++) {
            for (int j = 0; j < tem[0].length; j++) {
                if (i - 1 >= 0) {
                    tem[i][j] = Math.min(tem[i - 1][j] + 1, tem[i][j]);
                }
                if (j - 1 >= 0) {
                    tem[i][j] = Math.min(tem[i][j - 1] + 1, tem[i][j]);
                }
            }
        }

        //右下到左上
        for (int i = tem.length - 1; i >= 0; i--) {
            for (int j = tem[i].length - 1; j >= 0; j--) {
                if (i + 1 < tem.length) {
                    tem[i][j] = Math.min(tem[i + 1][j] + 1, tem[i][j]);
                }
                if (j + 1 < tem.length) {
                    tem[i][j] = Math.min(tem[i][j + 1] + 1, tem[i][j]);
                }
            }
        }

        for (int i = 0; i < tem.length; i++) {
            for (int j = 0; j < tem[i].length; j++) {
                if (tem[i][j] != 0) {
                    result = Math.max(tem[i][j], result);
                }
            }
        }

        if (result == 400) {
            return -1;
        }

        return result;

    }

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容