「这是我参与2022首次更文挑战的第30天，活动详情查看：2022首次更文挑战」
给你一个 n x n 的二进制矩阵 grid 中，返回矩阵中最短 畅通路径 的长度。如果不存在这样的路径，返回 -1 。
二进制矩阵中的 畅通路径 是一条从 左上角 单元格（即，(0, 0)）到 右下角 单元格（即，(n - 1, n - 1)）的路径，该路径同时满足下述要求：
- 路径途经的所有单元格都的值都是
0。 - 路径中路径中所有相邻的单元格应当在 8 个方向之一 上连通（即，相邻两单元之间彼此不同且共享一条边或者一个角）。
畅通路径的长度 是该路径途经的单元格总数。
示例 1：
输入：grid = [[0,1],[1,0]]
输出：2
示例 2：
输入：grid = [[0,0,0],[1,1,0],[1,1,0]]
输出：4
示例 3：
输入：grid = [[1,0,0],[1,1,0],[1,1,0]]
输出：-1
典型的BFS最短路径问题，用DFS也可以求解，但是容易超时。
在二维矩阵中搜索，什么时候用BFS，什么时候用DFS？
1.如果只是要找到某一个结果是否存在，那么DFS会更高效。因为DFS会首先把一种可能的情况尝试到底，才会回溯去尝试下一种情况，只要找到一种情况，就可以返回了。但是BFS必须所有可能的情况同时尝试，在找到一种满足条件的结果的同时，也尝试了很多不必要的路径；
2.如果是要找所有可能结果中最短的，那么BFS回更高效。因为DFS是一种一种的尝试，在把所有可能情况尝试完之前，无法确定哪个是最短，所以DFS必须把所有情况都找一遍，才能确定最终答案（DFS的优化就是剪枝，不剪枝很容易超时）。而BFS从一开始就是尝试所有情况，所以只要找到第一个达到的那个点，那就是最短的路径，可以直接返回了，其他情况都可以省略了，所以这种情况下，BFS更高效。
BFS解法中的visited为什么可以全局使用？
BFS是在尝试所有的可能路径，哪个最快到达终点，哪个就是最短。那么每一条路径走过的路不同，visited（也就是这条路径上走过的点）也应该不同，那么为什么visited可以全局使用呢？ 因为我们要找的是最短路径，那么如果在此之前某个点已经在visited中，也就是说有其他路径在小于或等于当前步数的情况下，到达过这个点，证明到达这个点的最短路径已经被找到。那么显然这个点没必要再尝试了，因为即便去尝试了，最终的结果也不会是最短路径了，所以直接放弃这个点即可。
*/
var shortestPathBinaryMatrix = function (grid) {
let depth = 0;
// 是一个正方形
let m = grid.length - 1;
// 边界情况，如果开头或结尾是1的情况下，不论怎么走都不可能达到题目要求
if (grid[0][0] == 1 || grid[m][m] == 1) return -1;
// 如果只有一个元素的情况
if (m == 0) return 1;
let queue = [[0, 0]];
// 走过的路都标记为1 因为在BFS里面也只会去走为0的路
grid[0][0] = 1;
let directions = [
// 垂直向上
[0, -1],
// 垂直向下
[0, 1],
// 向左
[-1, 0],
// 向右
[1, 0],
// 左上
[-1, -1],
// 左下
[-1, 1],
// 右上
[1, -1],
// 右下
[1, 1],
];
while (queue.length) {
depth++;
let size = queue.length;
// 这样写比较简单
while (size--) {
let [x, y] = queue.shift();
// 走到了终点
if (x == m && y == m) return depth;
for (let dir of directions) {
let curX = x + dir[0],
curY = y + dir[1];
// 超出边界或者已经访问过了
if (
curX > m ||
curY > m ||
curX < 0 ||
curY < 0 ||
grid[curX][curY] == 1
)
continue;
queue.push([curX, curY]);
grid[curX][curY] = 1;
}
}
}
// 这里应该是-1 而不是depth 因为如果上面走通了上面就返回了 只有走不通没返回才到这里
return -1;
};
