最短路径 | 743. 网络延迟时间之 Dijkstra 算法和 Floyd 算法

1 基于 Dijkstra 算法

假设源点为 2 \mathrm{2} 2，那么手工模拟如下图所示：

代码的编写在本质上就是实现上述手工模拟过程。

1.1 代码说明

为了表示两点之间没有路径，我们定义两点之间的距离为无穷大：

cpp 复制代码

const int inf = INT_MAX / 2;

说明：这里只是对 i n f \mathrm{inf} inf 进行定义，后面才会进行使用；为什么不直接定义为 i n f = I N T − M A X \mathrm{inf = INT_{-}MAX} inf=INT−MAX？因为在更新距离时涉及加法操作，而 I N T − M A X \mathrm{INT_{-}MAX} INT−MAX 可能让加法越界，所以我们取其一半来表示无穷大。

Step1：构建图

由于题目通常给出的是边的起点、终点以及权值，而非存储了图结构的二维数组，因此无论是 Dijkstra 算法还是 Floyd 算法，我们都需要完成图的构建。代码如下：

cpp 复制代码

vector<vector<int>> graph(n + 1, vector<int>(n + 1, inf));
for (auto & t : times)
  graph[t[0]][t[1]] = t[2];

逻辑非常简单：① 创建一个二维数组 g r a p h \mathrm{graph} graph；② g r a p h [ i ] [ j ] \mathrm{graph[i][j]} graph[i][j] 表示边 < i , j > \mathrm{<i, j>} <i,j> 的权值。

说明：初始时如果两点之间没有边，那么认为两点之间的距离为 i n f \mathrm{inf} inf 无穷大。

Step2：定义数组

cpp 复制代码

vector<int> dist(n + 1, inf);
dist[k] = 0;
vector<int> used(n + 1, 0);

d i s t \mathrm{dist} dist 数组用于存储每一轮源点 k \mathrm{k} k 到其他点的距离；
u s e d \mathrm{used} used 数组用于表明当前点是否已经被纳入集合。

说明：由于 k \mathrm{k} k 到自己的距离为 0 \mathrm{0} 0，因此有 d i s t [ k ] = 0 \mathrm{dist[k] = 0} dist[k]=0；为什么不直接让 u s e d [ k ] = 1 \mathrm{used[k] = 1} used[k]=1？由于在纳入每个点时都会更新源点 k \mathrm{k} k 到其他点的距离，因此我们在初始时并不直接将 k \mathrm{k} k 纳入集合，而是放到后面和其他点统一处理，从而避免了需要在初始时更新 d i s t \mathrm{dist} dist 数组的值的问题。

Step3：纳入并更新距离

cpp 复制代码

for (int i = 1; i <= n; ++i) {
  // 查找距离源点最近的点
  int s = -1;
  for (int t = 1; t <= n; ++t) {
    if (!used[t] && (s == -1 || dist[s] > dist[t]))
      s = t;
  }
  // 纳入该点
  used[s] = 1;
  // 更新距离
  for (int j = 1; j <= n; ++j)
    dist[j] = min(dist[j], dist[s] + graph[s][j]);
}

其中 s \mathrm{s} s 用于查找当前距离源点最近的点， t \mathrm{t} t 用于遍历所有未被纳入的点。

说明：由于初始时只有 d i s t [ k ] = 0 \mathrm{dist[k] = 0} dist[k]=0，而其他距离被默认为 i n f \mathrm{inf} inf 无穷大，因此第一个被纳入的一定是源点 k \mathrm{k} k。

Step4：返回结果

由于题目提问「需要多久才能使所有节点都收到信号」，因此我们返回源点 k \mathrm{k} k 到其他点的最短距离的最大值即可。代码如下：

cpp 复制代码

int ans = * max_element(dist.begin() + 1, dist.end());
return ans == inf ? -1 : ans;

如果最大值是 i n f \mathrm{inf} inf，那么说明源点 k \mathrm{k} k 无法到达某些点，因此返回 − 1 \mathrm{-1} −1。

1.2 完整代码

cpp 复制代码

int networkDelayTime(vector<vector<int>>& times, int n, int k) {
  const int inf = INT_MAX / 2;
  vector<vector<int>> graph(n + 1, vector<int>(n + 1, inf));
  for (auto & t : times)
    graph[t[0]][t[1]] = t[2];

  vector<int> dist(n + 1, inf);
  dist[k] = 0;
  vector<int> used(n + 1, 0);

  for (int i = 1; i <= n; ++i) {
    int s = -1;
    for (int t = 1; t <= n; ++t) {
      if (!used[t] && (s == -1 || dist[s] > dist[t]))
        s = t;
    }
    used[s] = 1;
    for (int j = 1; j <= n; ++j)
      dist[j] = min(dist[j], dist[s] + graph[s][j]);
  }

  int ans = * max_element(dist.begin() + 1, dist.end());
  return ans == inf ? -1 : ans;
}

2 基于 Floyd 算法

说明：上图只是给出一个示例，并没有把整个更新过程画完整，请自行脑补。

2.1 代码说明

Step1：构建图（与 Dijkstra 算法一致）

Step2：更新距离

Floyd 算法的核心：不断尝试在点 i \mathrm{i} i 和点 j \mathrm{j} j 之间加入其他点 k \mathrm{k} k 作为中间点，如果加入 k \mathrm{k} k 之后的距离比加入 k \mathrm{k} k 之前的距离短，那么就更新点 i \mathrm{i} i 和点 j \mathrm{j} j 之间的距离。重复上述操作 n \mathrm{n} n 次，即可计算出任意两点之间的最短路径。

cpp 复制代码

for (int k = 1; k <= n; ++k) {
  for (int i = 1; i <= n; ++i) {
    for (int j = 1; j <= n; ++j) {
      if (graph[i][k] >= 0 && graph[k][j] >= 0)
        graph[i][j] = graph[i][j] >= 0 ?
        min(graph[i][j], graph[i][k] + graph[k][j])
        : graph[i][k] + graph[k][j];
    }
  }
}

注意：中间点 k \mathrm{k} k 必须在最外层循环，否则一些路径无法被更新到；为什么判断条件是 > = 0 \mathrm{>= 0} >=0？因为题目给出的边的权值的范围为 [ 0 , 100 ] \mathrm{[0,100]} [0,100]，所以需要包含 0 \mathrm{0} 0。

Step3：返回结果

cpp 复制代码

int ans = -1;
for (int j = 1; j <= n; ++j) {
  if (graph[k][j] == -1 && k != j)
    return -1;
  else if (k != j)
    ans = max(ans, graph[k][j]);
}
return ans;

由于我们只需要源点 k \mathrm{k} k 到其他点的距离，因此只需要遍历 g r a p h \mathrm{graph} graph 中的第 k \mathrm{k} k 行。

说明：由于我们在本方案中定义两点之间没有路径时的边的权值为 − 1 \mathrm{-1} −1，因此只要 g r a p h [ k ] [ j ] = = − 1 \mathrm{graph[k][j] == -1} graph[k][j]==−1，就说明源点 k \mathrm{k} k 无法到达点 j \mathrm{j} j，因此返回 − 1 \mathrm{-1} −1。

2.2 完整代码

cpp 复制代码

int networkDelayTime(vector<vector<int>>& times, int n, int k) {
  vector<vector<int>> graph(n + 1, vector<int>(n + 1, -1));
  for (auto & t : times)
    graph[t[0]][t[1]] = t[2];

  for (int k = 1; k <= n; ++k) {
    for (int i = 1; i <= n; ++i) {
      for (int j = 1; j <= n; ++j) {
        if (graph[i][k] >= 0 && graph[k][j] >= 0)
          graph[i][j] = graph[i][j] >= 0 ?
          min(graph[i][j], graph[i][k] + graph[k][j])
          : graph[i][k] + graph[k][j];
      }
    }
  }

  int ans = -1;
  for (int j = 1; j <= n; ++j) {
    if (graph[k][j] == -1 && k != j)
      return -1;
    else if (k != j)
      ans = max(ans, graph[k][j]);
  }
  return ans;
}

虽然 Floyd 算法写起来没有 Dijkstra 算法繁琐，但是针对该问题的时间复杂度更高。

最短路径 | 743. 网络延迟时间之 Dijkstra 算法和 Floyd 算法

目录

1 基于 Dijkstra 算法

1.1 代码说明

1.2 完整代码

2 基于 Floyd 算法

2.1 代码说明

2.2 完整代码