leetcode—— 腐烂的橘子
腐烂的橘子
在给定的 m x n 网格 grid 中，每个单元格可以有以下三个值之一：
- 值
0代表空单元格； - 值
1代表新鲜橘子； - 值
2代表腐烂的橘子。
每分钟，腐烂的橘子 周围 4 个方向上相邻 的新鲜橘子都会腐烂。
返回 直到单元格中没有新鲜橘子为止所必须经过的最小分钟数。如果不可能，返回 -1 。
示例 1：
输入：grid = [[2,1,1],[1,1,0],[0,1,1]] 输出：4
方法：
广度优先遍历（BFS）
思路：
- 找出所有腐烂的橘子，将他们放入队列，作为第0层的节点
- 然后进行广度优先遍历BFS，每个节点的相邻节点可能是上下左右四个方向的节点（此处需要判断节点是否超出网格的边界）
- 由于可能存在无法被污染的橘子，需要记录新鲜橘子的数量，每遍历（污染）一个橘子，就将新鲜的橘子数量减一，如果BFS结束后，仍然存在新鲜橘子，就返回-1，否则，返回污染橘子的轮数（时间）
代码一：
class Solution {
public int orangesRotting(int[][] grid) {
// 获取数组的行数和列数
int rows = grid.length;
int cols = grid[0].length;
// 创建一个队列 用于存储橘子的信息
Queue queue = new LinkedList<>();
// 初始化新鲜橘子的数量 0
int count = 0;
for(int row = 0; row < rows; row++){
for(int col = 0; col < cols; col++){
// 若为新鲜橘子 count++
if(grid[row][col] == 1){
count++;
}else if(grid[row][col] == 2){
// 若为腐烂橘子 将其坐标信息入队
queue.add(new int[]{row, col});
}
}
}
// 初始化腐烂的轮数（分钟数）
int sumMin = 0;
// 当还有新鲜橘子或者队列不为空时，继续腐烂橘子
while(count > 0 && ! queue.isEmpty()){
sumMin ++; // 每经过一轮循环，分钟数加一
// 获取队列的长度
int queLen = queue.size();
for(int i = 0; i < queLen; i++){
// 出队一个腐烂橘子的信息 并获取其坐标
int[] orange = queue.poll();
int r = orange[0];
int c = orange[1];
// 检查该腐烂橘子的上下左右橘子 若为新鲜橘子 对其进行腐烂处理 并入队
// 上
if(r-1 >= 0 && grid[r-1][c] == 1){
// 标记为腐烂并且入队
grid[r-1][c] = 2;
count--;
queue.add(new int[]{r-1, c});
}
// 下
if(r+1 < rows && grid[r+1][c] == 1){
// 标记为腐烂并且入队
grid[r+1][c] = 2;
count--;
queue.add(new int[]{r+1, c});
}
// 左
if(c-1 >= 0 && grid[r][c-1] == 1){
// 标记为腐烂并且入队
grid[r][c-1] = 2;
count--;
queue.add(new int[]{r, c-1});
}
// 右
if(c+1 < cols && grid[r][c+1] == 1){
// 标记为腐烂并且入队
grid[r][c+1] = 2;
count--;
queue.add(new int[]{r, c+1});
}
}
}
// 若遍历完还存在新鲜橘子 返回-1
if(count > 0){
return -1;
}else{
return sumMin; // 返回腐烂所有橘子需要的时间
}
}
} 代码二：
简化之后的代码
class Solution {
public int orangesRotting(int[][] grid) {
// 获取数组的行数和列数
int rows = grid.length;
int cols = grid[0].length;
// 创建一个队列 用于存储橘子的信息
Queue queue = new LinkedList<>();
// 初始化新鲜橘子的数量 0
int count = 0;
// 定义方向数组 分别表示向右、左、下、上移动
int[][] directions = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};
for(int row = 0; row < rows; row++){
for(int col = 0; col < cols; col++){
// 若为新鲜橘子 count++
if(grid[row][col] == 1){
count++;
}else if(grid[row][col] == 2){
// 若为腐烂橘子 将其坐标信息入队
queue.add(new int[]{row, col});
}
}
}
// 初始化腐烂的轮数（分钟数）
int sumMin = 0;
// 当还有新鲜橘子或者队列不为空时，继续腐烂橘子
while(count > 0 && ! queue.isEmpty()){
sumMin ++; // 每经过一轮循环，分钟数加一
// 获取队列的长度
int queLen = queue.size();
for(int i = 0; i < queLen; i++){
// 出队一个腐烂橘子的信息 并获取其坐标
int[] orange = queue.poll();
int r = orange[0];
int c = orange[1];
// 检查该腐烂橘子的上下左右橘子 若为新鲜橘子 对其进行腐烂处理 并入队
for(int[] dir : directions){
int newRow = r + dir[0];
int newCol = c + dir[1];
if(newRow >= 0 && newRow < rows && newCol >= 0 && newCol < cols
&& grid[newRow][newCol] == 1){
count --;
grid[newRow][newCol] = 2;
queue.add(new int[]{newRow, newCol});
}
}
}
}
// 若遍历完还存在新鲜橘子 返回-1
if(count > 0){
return -1;
}else{
return sumMin; // 返回腐烂所有橘子需要的时间
}
}
} 分析：
时间复杂度：O(nm)
即进行一次广度优先搜索的时间，其中 n=grid.lengthn=grid.lengthn=grid.length, m=grid[0].lengthm=grid[0].lengthm=grid[0].length 。
空间复杂度：O(nm)
需要额外的 disdisdis 数组记录每个新鲜橘子被腐烂的最短时间，大小为 O(nm)O(nm)O(nm)，且广度优先搜索中队列里存放的状态最多不会超过 nmnmnm 个，最多需要 O(nm)O(nm)O(nm) 的空间，所以最后的空间复杂度为 O(nm)O(nm)O(nm)。