目录
前言:我在做「399. 除法求值」时,看到了基于 Floyd 算法的解决方案,突然想起来自己还没有做过最短路径相关的题。因此找来了「743. 网络延迟时间」作为练习,其本质是在求解一个源点到其他各点的最短路径。
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
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
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
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
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
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
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
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
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
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。