leetcode每日一题系列-743-网络延迟时间
[博客链接]
[题目描述]
有 n
个网络节点,标记为 1
到 n
。
给你一个列表 times
,表示信号经过 有向 边的传递时间。 times[i] = (ui, vi, wi)
,其中 ui
是源节点,vi
是目标节点, wi
是一个信号从源节点传递到目标节点的时间。
现在,从某个节点 K
发出一个信号。需要多久才能使所有节点都收到信号?如果不能使所有节点收到信号,返回 -1
。
示例 1:
输入: times = [[2,1,1],[2,3,1],[3,4,1]], n = 4, k = 2
输出: 2
复制代码
示例 2:
输入: times = [[1,2,1]], n = 2, k = 1
输出: 1
复制代码
示例 3:
输入: times = [[1,2,1]], n = 2, k = 2
输出: -1
复制代码
提示:
1 <= k <= n <= 100
1 <= times.length <= 6000
times[i].length == 3
1 <= ui, vi <= n
ui != vi
0 <= wi <= 100
- 所有
(ui, vi)
对都 互不相同(即,不含重复边)
Related Topics
- 深度优先搜索
- 广度优先搜索
- 图
- 最短路
- 堆(优先队列)
- 👍 301 👎 0
[题目链接]
[github地址]
[思路介绍]
思路一:暴力+dfs+hash
- 深度遍历出k节点开始的所有边和时长
- 所有边都不重复
- TLE了
- 单纯的DFS太容易搜索空间爆炸了
Map<Integer, Integer> map = new HashMap<>();
public int networkDelayTime(int[][] times, int n, int k) {
map.put(k, 0);
Arrays.sort(times, (a, b) -> {
if (a[0] == b[0]) {
if (a[1] == b[1]) {
return a[2] - b[2];
} else {
return a[1] - b[1];
}
}
return a[0] - b[0];
});
dfs(times, k,0);
if (map.size() != n) {
return -1;
}
int max = 0;
for (int key : map.keySet()
) {
max = Math.max(max, map.get(key));
}
return max;
}
public void dfs(int[][] times, int k, int index) {
for (int i = index; i < times.length; i++) {
if (times[i][0] == k) {
//当前元素有更短路径
if (map.containsKey(times[i][1])) {
map.put(times[i][1], Math.min(map.get(k) + times[i][2], map.get(times[i][1])));
} else {
map.put(times[i][1], map.get(k) + times[i][2]);
}
dfs(times, times[i][1], index + 1);
}
}
}
复制代码
时间复杂度O(
)
思路二:floyd算法+图
- 初始化有向图大小为最多100个节点,每个节点值大于6000
- 我们不妨设最多110 个节点,最多6010个边,
- 初始化每条边的值
- 通过floyd函数计算每个点到其余点的最短路径
- 返回k点到其余点的最短路径
int N = 110, m = 6010;
int[][] w = new int[N][N];
int INF = 0x3f3f3f3f;
int n, k;
public int networkDelayTime(int[][] times, int _n, int _k) {
n = _n;
k = _k;
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
w[i][j] = w[j][i] = i == j ? 0 : INF;
}
}
for (int[] time : times
) {
w[time[0]][time[1]] = time[2];
}
floyd();
int ans = 0;
for (int i = 1; i <= n; i++) {
ans = Math.max(ans, w[k][i]);
}
return ans >= INF ? -1 : ans;
}
public void floyd() {
//i表示所有节点关系,只要能够通过i找到从j->l的路径即可参与比较
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) {
for (int l = 1; l <= n; l++) {
w[j][l] = Math.min(w[j][l], w[j][i] + w[i][l]);
}
}
}
}
复制代码
时间复杂度
思路三:朴素 Dijkstra(邻接表)
- 三叶大佬懂得真多,实名制羡慕
- 优化了部分floyd算法,但是整体时间复杂度没什么变化
- 初始化访问数组,记录访问状态
- 这个算法的核心思路是
- 定义两种节点,一种是未确定节点,一种是已确定节点
- 未确定节点:并未确定起点k到当前节点的最短距离
- 已确定节点:已确定起点k到当前节点的最短距离
- 1、遍历所有节点
- 2、每一次弹出一个未确定节点,将其归类为已确定节点
- 弹出条件:
- 当前节点没有被扫描过
- 起点到当前节点的距离值比之前计算的短||未被扫描的第一个节点(满足一个即可)
通过已确定的最短值,更新未确定的最小值
int N = 110, m = 6010;
int[][] w = new int[N][N];
int INF = 0x3f3f3f3f;
int n, k;
int[] dist = new int[N];
boolean[] vis = new boolean[N];
public int networkDelayTime(int[][] times, int _n, int _k) {
n = _n;
k = _k;
for (int i = 0; i < N; i++) {
for (int j = 0; j < N; j++) {
w[i][j] = w[j][i] = i == j ? 0 : INF;
}
}
for (int[] time : times
) {
w[time[0]][time[1]] = time[2];
}
int ans = 0;
dijkstra();
for (int i = 1; i <= n; i++) {
ans = Math.max(ans, dist[i]);
}
return ans >= INF ? -1 : ans;
}
public void dijkstra() {
Arrays.fill(vis, false);
Arrays.fill(dist, INF);
dist[k] = 0;
for (int p = 1; p <= n; p++) {
int t = -1;
for (int i = 1; i <= n; i++) {
if (!vis[i] && (t == -1 || dist[i] < dist[t])) t = i;
}
vis[t] = true;
for (int i = 1; i <= n; i++) {
dist[i] = Math.min(dist[i], dist[t] + w[t][i]);
}
}
}
复制代码
时间复杂度
思路四:堆优化Dijkstra + 链表建图
- 首先通过链式建图(前两天遇到过)头插法建图
- he表示某个节点对应的边的集合的头节点,e表示当前边指向的节点,ne表示当前节点的下一条边,w表示耗时
- dist表示起点到每个节点的最短路径,index表示边的编号
- add函数表示的即是
- 当前无节点的时候add
- 新增一条边的关系指向b节点 e[index] = b
- 当前节点的下一条边ne 指向的是h[a]对应的下一条边(初始化的时候不存在=-1)
- 将当前头节点h[a] 赋值第一条关联边index关联到e[index]上
- index++
- 当前有节点的时候
- 新增一条边的关系指向b节点 e[index] = b
- 下一条边索引ne[index] = 当前头节点a对应的下一条边关系h[a]
- 当前头节点h[a] 关联的第一条边转换为最新的边索引index
- index++
- 当前无节点的时候add
- 初始 null
- 初始化 第一条边 a->b->null
- 添加一个新的节点 a->b'->b->null
int N = 110,M = 6010;
boolean[] vis = new boolean[N];
int[] he = new int[N],e = new int[M],ne = new int[M],w = new int[M], dist = new int[N];
int INF = 0x3f3f3f3f;
int n,k, index;
void add(int a, int b , int c){
e[index] = b;
ne[index] = he[a];
he[a] = index;
w[index] = c;
index++;
}
public int networkDelayTime(int[][] times, int _n, int _k) {
n = _n; k = _k;
Arrays.fill(he,-1);
for (int[] time: times
) {
add(time[0],time[1], time[2]);
}
dijkstra();
int ans = 0;
for (int i = 1; i <= n; i++) {
ans = Math.max(ans, dist[i]);
}
return ans > INF / 2 ? -1 : ans;
}
private void dijkstra(){
Arrays.fill(vis,false);
Arrays.fill(dist,INF);
dist[k] = 0;
PriorityQueue<int[]> priorityQueue = new PriorityQueue<>((a,b)->a[1]-b[1]);
priorityQueue.add(new int[]{k,0});
while (!priorityQueue.isEmpty()){
int[] temp = priorityQueue.poll();
int node = temp[0];
if (vis[node]){
continue;
}
for (int i = he[node]; i != -1; i= ne[i]) {
int j = e[i];
if (dist[j] > dist[node]+w[i]){
dist[j] = dist[node]+w[i];
priorityQueue.add(new int[]{j,dist[j]});
}
}
}
}
复制代码
时间复杂度:O(m*log{n} + n)O(mlogn+n)
三叶大佬剩下的几种我实在是看不懂了太难了呜呜呜呜
近期评论