生成矩阵的程序，其中每个单元格都在Python中保持曼哈顿到最接近0的距离
假设我们有一个二进制矩阵。我们必须找到相同的矩阵，但是每个像元的值都是到最接近0的曼哈顿距离。我们可以假设矩阵中至少存在一个0。
所以，如果输入像
那么输出将是
因为只有左下角的单元格的距离是2到最接近的0。
为了解决这个问题，我们将遵循以下步骤-
m：=矩阵的行大小，n：=矩阵的列大小
对于0到m范围内的y，执行
如果matrix[y，x]不为零，则
矩阵[y，x]：=无穷大
对于0到n范围内的x，执行
对于0到m范围内的y，执行
如果y不为零，则
如果x不为零，则
matrix[y，x]=矩阵[y，x]和矩阵[y-1，x]+1的最小值
矩阵[y，x]=矩阵[y，x]和矩阵[y，x-1]+1的最小值
对于0到n范围内的x，执行
对于y在m-1到0的范围内，减1，
如果y+1<m，则
如果x+1<n，则
矩阵[y，x]=矩阵[y，x]和矩阵[y+1，x]+1的最小值
矩阵[y，x]=矩阵[y，x]和矩阵[y，x+1]+1的最小值
对于范围n-1到0的x，减1，
返回矩阵
让我们看下面的实现以更好地理解-
示例
import math
class Solution:
def solve(self, matrix):
m, n = len(matrix), len(matrix[0])
for y in range(m):
for x in range(n):
if matrix[y][x]:
matrix[y][x] = math.inf
for y in range(m):
for x in range(n):
if y:
matrix[y][x] = min(matrix[y][x], matrix[y - 1][x] + 1)
if x:
matrix[y][x] = min(matrix[y][x], matrix[y][x - 1] + 1)
for y in range(m - 1, -1, -1):
for x in range(n - 1, -1, -1):
if y + 1 < m:
matrix[y][x] = min(matrix[y][x], matrix[y + 1][x] + 1)
if x + 1 < n:
matrix[y][x] = min(matrix[y][x], matrix[y][x + 1] + 1)
return matrix
ob = Solution()matrix = [ [1, 0, 1], [1, 0, 1], [1, 1, 0] ]
print(ob.solve(matrix))输入值
[[1, 0, 1], [1, 0, 1], [1, 1, 0] ]
输出结果
[[1, 0, 1], [1, 0, 1], [2, 1, 0]]