当前位置: 首页 > news >正文

面试高频图论题『墙与门』:Swift BFS 解法全流程拆解

在这里插入图片描述
在这里插入图片描述

文章目录

    • 摘要
    • 描述
    • 题解答案
    • 题解代码分析
      • Swift 代码如下:
    • 示例测试及结果
    • 时间复杂度
    • 空间复杂度
    • 总结
    • 可运行 Demo 模块(Xcode Playground)
    • 参考场景与拓展

摘要

在日常开发中,我们经常遇到图遍历、路径规划的问题,特别是涉及二维网格的场景。LeetCode 第 286 题《墙与门》就非常贴近现实,比如模拟房间内路径计算、楼层距离评估等。本文将通过 Swift 语言,用广度优先搜索(BFS)方式一步步拆解这个问题,并给出一套完整的可运行 Demo 和测试用例,帮你在刷题和实际项目中都能用得上。

描述

题目大致是这样的:

你有一个二维网格,表示一栋建筑的布局。每个格子可以是三种之一:

  • 墙(-1):表示这个格子不能通行;
  • 门(0):表示你从这出发是免费的;
  • 空房间(INF):表示你需要计算从最近的门到这里的最短距离。

你要做的就是把所有空房间都填上到最近门的距离。如果一个空房间无法到达任何门,保持 INF 不变。

特别注意:
这个问题要求在原数组上原地修改。

题解答案

我们最直观的思路是,对于每一个空房间,去找离它最近的门。但这样做效率非常低,因为每个空房间都要遍历一次地图。

更优的解法是:从所有门开始做 BFS,因为 BFS 本质上就是按层级扩散的,最先访问到某个点的路径就是最短路径。

题解代码分析

Swift 代码如下:

import Foundationlet INF = Int(Int32.max)func wallsAndGates(_ rooms: inout [[Int]]) {let m = rooms.countlet n = rooms[0].countvar queue: [(Int, Int)] = []// 找出所有的门(0),作为 BFS 的起点for i in 0..<m {for j in 0..<n {if rooms[i][j] == 0 {queue.append((i, j))}}}let directions = [(0, 1), (1, 0), (0, -1), (-1, 0)]while !queue.isEmpty {let (row, col) = queue.removeFirst()for dir in directions {let newRow = row + dir.0let newCol = col + dir.1// 如果是有效的空房间,则更新并加入队列if newRow >= 0, newRow < m, newCol >= 0, newCol < n, rooms[newRow][newCol] == INF {rooms[newRow][newCol] = rooms[row][col] + 1queue.append((newRow, newCol))}}}
}

示例测试及结果

我们构造一个简单的输入样例来看下效果:

var rooms = [[INF,  -1,    0,  INF],[INF, INF,  INF,  -1],[INF,  -1,  INF,  -1],[0,    -1,  INF, INF]
]wallsAndGates(&rooms)for row in rooms {print(row)
}

输出结果:

[3, -1, 0, 1]
[2, 2, 1, -1]
[1, -1, 2, -1]
[0, -1, 3, 4]

可以看到,每个空房间都被填上了到最近门的距离,而且墙和门保持不变。非常贴近现实中路径计算场景。

时间复杂度

  • O(m × n):每个格子最多只被访问一次,所以整体复杂度和地图大小成正比。

空间复杂度

  • O(m × n):最坏情况下,队列中会放入所有空房间。

总结

这个题虽然看起来简单,但其实考察了你对 BFS 的理解。你需要反过来思考 —— 不是从目标找路径,而是从“源头”出发,让最短路径自己扩散。

这和现实生活中很多问题非常像,比如:

  • 最短配送路径(从仓库到客户)
  • 电梯调度系统(从最近楼层开始响应)
  • 消防路径规划(从灭火点扩散)

可运行 Demo 模块(Xcode Playground)

你可以将以下代码粘贴到 Xcode 的 Playground 中运行:

import Foundationlet INF = Int(Int32.max)func wallsAndGates(_ rooms: inout [[Int]]) {let m = rooms.countlet n = rooms[0].countvar queue: [(Int, Int)] = []for i in 0..<m {for j in 0..<n {if rooms[i][j] == 0 {queue.append((i, j))}}}let directions = [(0,1), (1,0), (0,-1), (-1,0)]while !queue.isEmpty {let (row, col) = queue.removeFirst()for dir in directions {let newRow = row + dir.0let newCol = col + dir.1if newRow >= 0, newRow < m, newCol >= 0, newCol < n, rooms[newRow][newCol] == INF {rooms[newRow][newCol] = rooms[row][col] + 1queue.append((newRow, newCol))}}}
}// 测试
var rooms = [[INF,  -1,  0,  INF],[INF, INF, INF, -1],[INF,  -1, INF, -1],[0,    -1, INF, INF]
]wallsAndGates(&rooms)for row in rooms {print(row)
}

参考场景与拓展

这种解法在很多游戏开发、智能交通系统、路径推荐算法中都能派上用场。例如:

  • 游戏角色自动寻路系统(从多个终点扩散路径)
  • 城市中电动车租赁系统推荐最近的还车点
  • 超市货架路径优化(最近收银通道)
http://www.xdnf.cn/news/692911.html

相关文章:

  • node_modules\node-sass: Command failed.报错了
  • DeepSeek 赋能教育新生态,智能教育机器人开启智慧教学新篇章
  • RuoYi前后端分离框架将前端dist资源集成到Jar包中独立部署
  • 考研系列-操作系统:第二章、进程与线程
  • Java垃圾回收器全面解析:原理、参数、对比与实战调优
  • 用QT写一个车速表
  • 台式电脑CPU天梯图_2025年台式电脑CPU天梯图
  • PortSwigger-03-点击劫持
  • ASP.NET Core OData 实践——Lesson6使用Action(C#)
  • 扩展摩尔投票法:找出出现次数超过 n/3 的元素
  • 《汇编语言》第11章 标志寄存器
  • LiveNVR :实现非国标流转国标流的全方位解决方案
  • 嵌入式自学第三十天(5.28)
  • Python |GIF 解析与构建(4):快速量化压缩256色算法
  • 关于uv 工具的使用总结(uv,conda,pip什么关系)
  • 在 MATLAB 2015a 中如何调用 Python
  • Spring Boot 读取.env文件获取配置
  • 金融全业务场景的系统分层与微服务域架构切分
  • 2025-05-28 Python-List-二分法
  • 实验设计与分析(第6版,Montgomery)第4章随机化区组,拉丁方, 及有关设计4.5节思考题4.26~4.27 R语言解题
  • 【HTML-14】HTML 列表:从基础到高级的完整指南
  • 从SEO到GEO:搜索范式迁移的三大断层
  • 算法分析·回溯法
  • JAX-WS 返回值<return>标签怎么修改
  • 植被监测新范式!Python驱动机器学习反演NDVI/LAI关键技术解析
  • Qwen3大模型本地部署及Python调用指南
  • 数据库管理-第330期 数据库国产化可以顺便做的事情(20250528)
  • SpringBoot使用ffmpeg实现视频压缩
  • 大模型应用开发第五讲:成熟度模型:从ChatGPT(L2)到未来自主Agent(L4)
  • 服务器开机自启动服务