Day51 | 117. 软件构建(拓扑排序)47. 参加科学大会 dijkstra(朴素版)

语言

117. 软件构建

117. 软件构建

题目

题目描述

某个大型软件项目的构建系统拥有 N 个文件,文件编号从 0 到 N - 1,在这些文件中,某些文件依赖于其他文件的内容,这意味着如果文件 A 依赖于文件 B,则必须在处理文件 A 之前处理文件 B (0 <= A, B <= N - 1)。请编写一个算法,用于确定文件处理的顺序。

输入描述

第一行输入两个正整数 N, M。表示 N 个文件之间拥有 M 条依赖关系。

后续 M 行,每行两个正整数 S 和 T,表示 T 文件依赖于 S 文件。

输出描述

输出共一行,如果能处理成功,则输出文件顺序,用空格隔开。

如果不能成功处理(相互依赖),则输出 -1。

思路

  1. 初始化
    • 创建一个邻接表 umap 来存储图结构,即文件之间的依赖关系。
    • 创建一个数组 inDegree 来记录每个文件的入度,即有多少个其他文件依赖于它。
  2. 读取输入
    • 从标准输入读取两个整数 nm,分别代表文件的数量和依赖关系的数量。
    • 接着读取 m 行,每行包含两个整数 st,表示文件 s 依赖于文件 t
  3. 构建图
    • 根据输入更新 umapinDegree
  4. 拓扑排序
    • 将所有入度为 0 的文件加入到队列 queue 中。
    • 循环直到队列为空,每次从队列中取出一个文件 cur 并将其添加到结果列表 result 中。
    • 更新 cur 文件所指向的所有文件的入度,并将入度变为 0 的文件加入队列。
  5. 输出结果
    • 如果所有文件都被成功排序,则输出它们的顺序;否则,如果存在循环依赖(即不是所有的文件都能被处理),则输出 -1

代码

java 复制代码
import java.util.*;


public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        int m = scanner.nextInt();

        List<List<Integer>> umap = new ArrayList<>(); // 记录文件依赖关系
        int[] inDegree = new int[n]; // 记录每个文件的入度

        for (int i = 0; i < n; i++)
            umap.add(new ArrayList<>());

        for (int i = 0; i < m; i++) {
            int s = scanner.nextInt();
            int t = scanner.nextInt();
            umap.get(s).add(t); // 记录s指向哪些文件
            inDegree[t]++; // t的入度加一
        }

        Queue<Integer> queue = new LinkedList<>();
        for (int i = 0; i < n; i++) {
            if (inDegree[i] == 0) {
                // 入度为0的文件,可以作为开头,先加入队列
                queue.add(i);
            }
        }

        List<Integer> result = new ArrayList<>();

        // 拓扑排序
        while (!queue.isEmpty()) {
            int cur = queue.poll(); // 当前选中的文件
            result.add(cur);
            for (int file : umap.get(cur)) {
                inDegree[file]--; // cur的指向的文件入度-1
                if (inDegree[file] == 0) {
                    queue.add(file);
                }
            }
        }

        if (result.size() == n) {
            for (int i = 0; i < result.size(); i++) {
                System.out.print(result.get(i));
                if (i < result.size() - 1) {
                    System.out.print(" ");
                }
            }
        } else {
            System.out.println(-1);
        }
    }
}

易错点

只有一个文件 (n=1) 或者没有文件 (n=0) 的情况。

47. 参加科学大会

47. 参加科学大会(第六期模拟笔试)

题目

题目描述

小明是一位科学家,他需要参加一场重要的国际科学大会,以展示自己的最新研究成果。

小明的起点是第一个车站,终点是最后一个车站。然而,途中的各个车站之间的道路状况、交通拥堵程度以及可能的自然因素(如天气变化)等不同,这些因素都会影响每条路径的通行时间。

小明希望能选择一条花费时间最少的路线,以确保他能够尽快到达目的地。

输入描述

第一行包含两个正整数,第一个正整数 N 表示一共有 N 个公共汽车站,第二个正整数 M 表示有 M 条公路。

接下来为 M 行,每行包括三个整数,S、E 和 V,代表了从 S 车站可以单向直达 E 车站,并且需要花费 V 单位的时间。

输出描述

输出一个整数,代表小明从起点到终点所花费的最小时间。

思路

  1. 初始化

    • 创建一个二维数组 grid 来存储图结构,其中 grid[i][j] 表示从节点 i 到节点 j 的边的权重。如果两节点之间没有直接连接,则用 Integer.MAX_VALUE 表示无穷大。
    • 初始化 minDist 数组,用于记录从源点到各个节点的最短距离。所有节点的初始距离都设置为无穷大,除了起始点自身设为 0。
    • 初始化 visited 数组,用于记录每个节点是否已经被访问过。
  2. 读取输入

    • 从标准输入读取两个整数 nm,分别代表顶点的数量和边的数量。
    • 接着读取 m 行,每行包含三个整数 p1, p2, val,表示从节点 p1 到节点 p2 有一条边,其权重为 val
  3. Dijkstra 算法

    • 选择距离源点最近且未被访问过的节点 cur
    • 将此节点标记为已访问。
    • 更新所有未访问节点到源点的距离,如果通过 cur 可以到达更近的距离,则更新距离。
  4. 输出结果

    • 如果 minDist[end] 仍然是 Integer.MAX_VALUE,说明不存在从起点到终点的路径,输出 -1
    • 否则输出从起点到终点的最短路径长度。

代码

java 复制代码
import java.util.Arrays;
import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        int m = scanner.nextInt();

        int[][] grid = new int[n + 1][n + 1];
        for (int i = 0; i <= n; i++) {
            Arrays.fill(grid[i], Integer.MAX_VALUE);
        }

        for (int i = 0; i < m; i++) {
            int p1 = scanner.nextInt();
            int p2 = scanner.nextInt();
            int val = scanner.nextInt();
            grid[p1][p2] = val;
        }

        int start = 1;
        int end = n;

        // 存储从源点到每个节点的最短距离
        int[] minDist = new int[n + 1];
        Arrays.fill(minDist, Integer.MAX_VALUE);

        // 记录顶点是否被访问过
        boolean[] visited = new boolean[n + 1];

        minDist[start] = 0;  // 起始点到自身的距离为0

        for (int i = 1; i <= n; i++) { // 遍历所有节点

            int minVal = Integer.MAX_VALUE;
            int cur = 1;

            // 1、选距离源点最近且未访问过的节点
            for (int v = 1; v <= n; ++v) {
                if (!visited[v] && minDist[v] < minVal) {
                    minVal = minDist[v];
                    cur = v;
                }
            }

            visited[cur] = true;  // 2、标记该节点已被访问

            // 3、第三步,更新非访问节点到源点的距离(即更新minDist数组)
            for (int v = 1; v <= n; v++) {
                if (!visited[v] && grid[cur][v] != Integer.MAX_VALUE && minDist[cur] + grid[cur][v] < minDist[v]) {
                    minDist[v] = minDist[cur] + grid[cur][v];
                }
            }
        }

        if (minDist[end] == Integer.MAX_VALUE) {
            System.out.println(-1); // 不能到达终点
        } else {
            System.out.println(minDist[end]); // 到达终点最短路径
        }
    }
}

易错点

如果 n 很小(如 n=1),或者 m=0(没有边的情况),需要特别处理

总结

今天学了图论的两种算法

继续加油!

迟早有一天可以成功!

我一定会坚持下来。

凡事以理想为因,实行为果

相关推荐
Viktor_Ye15 分钟前
高效集成易快报与金蝶应付单的方案
java·前端·数据库
hummhumm17 分钟前
第 25 章 - Golang 项目结构
java·开发语言·前端·后端·python·elasticsearch·golang
一二小选手21 分钟前
【Maven】IDEA创建Maven项目 Maven配置
java·maven
J老熊27 分钟前
JavaFX:简介、使用场景、常见问题及对比其他框架分析
java·开发语言·后端·面试·系统架构·软件工程
猿java32 分钟前
什么是 Hystrix?它的工作原理是什么?
java·微服务·面试
AuroraI'ncoding33 分钟前
时间请求参数、响应
java·后端·spring
寻找码源37 分钟前
【头歌实训:利用kmp算法求子串在主串中不重叠出现的次数】
c语言·数据结构·算法·字符串·kmp
Matlab精灵39 分钟前
Matlab科研绘图:自定义内置多款配色函数
算法·matlab
诚丞成1 小时前
滑动窗口篇——如行云流水般的高效解法与智能之道(1)
算法
所待.3831 小时前
JavaEE之线程初阶(上)
java·java-ee