1、题目描述

给定一个由 0 和 1 组成的矩阵 mat ，请输出一个大小相同的矩阵，其中每一个格子是 mat 中对应位置元素到最近的 0 的距离。

两个相邻元素间的距离为 1 。

示例 1：

输入：mat = [[0,0,0],[0,1,0],[0,0,0]]
输出：[[0,0,0],[0,1,0],[0,0,0]]

示例 2：

输入：mat = [[0,0,0],[0,1,0],[1,1,1]]
输出：[[0,0,0],[0,1,0],[1,2,1]]

提示：

• m == mat.length
• n == mat[i].length
• 1 <= m, n <= 104
• 1 <= m * n <= 104
• mat[i][j] is either 0 or 1.
• mat 中至少有一个 0 

---

2、代码

#include <queue>    
#include <utility>  
#include <vector>   
using namespace std;class Solution
{public:// 计算矩阵中每个元素到最近0的距离vector<vector<int>> updateMatrix(vector<vector<int>>& mat){int row = mat.size();     int col = mat[0].size();  vector<vector<int>> ret(row, vector<int>(col, -1));// BFS队列，用于存储待处理的坐标（宽搜的核心数据结构）queue<pair<int, int>> q;// 第一步：初始化所有0的位置for (int i = 0; i < row; ++i) {for (int j = 0; j < col; ++j) {if (mat[i][j] == 0) {ret[i][j] = 0;   // 0到自身的距离为0q.push({i, j});  // 将所有0的坐标加入队列，作为BFS的起点}}}// 定义四个方向的偏移量：上、下、左、右（用于遍历相邻单元格）vector<pair<int, int>> dirs = {{-1, 0},{1, 0},  {0, -1},{0, 1}};  // 第二步：多源BFS扩散计算距离while (!q.empty()) {// 取出队列头部的坐标（当前处理的单元格）auto [i, j] = q.front();// 遍历四个相邻方向for (auto [x, y] : dirs) {// 计算相邻单元格的坐标int dx = i + x;  // 新行坐标 = 当前行 + 方向偏移int dy = j + y;  // 新列坐标 = 当前列 + 方向偏移// 检查相邻单元格是否有效：// 1. 不超出矩阵边界（行和列都在有效范围内）// 2. 该位置尚未计算距离（ret[dx][dy] == -1）if ((dx >= 0 && dx < row) && (dy >= 0 && dy < col) &&(ret[dx][dy] == -1)) {// 相邻单元格的距离 = 当前单元格距离 + 1（因为相邻）ret[dx][dy] = ret[i][j] + 1;// 将新计算的单元格加入队列，用于后续扩散q.push({dx, dy});}}// 处理完当前单元格后出队q.pop();}// 返回计算好的距离矩阵return ret;}
};

---

3、解题思路

1. 初始化部分：通过双重循环找到所有 0 的位置，将其距离设为 0 并加入队列，作为 BFS 的多源起点。
2. 方向数组：定义了上下左右四个方向的偏移量，避免了重复编写判断相邻单元格的代码。
3. BFS 核心逻辑：
   • 从队列中取出当前单元格，遍历其四个相邻位置
   • 对每个有效且未计算距离的相邻单元格，更新其距离（当前距离 + 1）并加入队列
   • 保证每个单元格只被计算一次，且首次计算的距离就是到最近 0 的最短距离
4. 为什么有效：同时将所有 0 作为起点（距离为 0） 从 0 开始向外扩散，每个 1 被首次访问时，一定是被最近的 0所扩散到的，因此首次计算的距离就是最短距离