目录
2642. 设计可以求最短路径的图类
题目描述:
实现代码与解析:
SPFA
原理思路:
2642. 设计可以求最短路径的图类
题目描述:
给你一个有 n
个节点的 有向带权 图,节点编号为 0
到 n - 1
。图中的初始边用数组 edges
表示,其中 edges[i] = [fromi, toi, edgeCosti]
表示从 fromi
到 toi
有一条代价为 edgeCosti
的边。
请你实现一个 Graph
类:
Graph(int n, int[][] edges)
初始化图有n
个节点,并输入初始边。addEdge(int[] edge)
向边集中添加一条边,其中edge = [from, to, edgeCost]
。数据保证添加这条边之前对应的两个节点之间没有有向边。int shortestPath(int node1, int node2)
返回从节点node1
到node2
的路径 最小 代价。如果路径不存在,返回-1
。一条路径的代价是路径中所有边代价之和。
示例 1:
输入: ["Graph", "shortestPath", "shortestPath", "addEdge", "shortestPath"] [[4, [[0, 2, 5], [0, 1, 2], [1, 2, 1], [3, 0, 3]]], [3, 2], [0, 3], [[1, 3, 4]], [0, 3]] 输出: [null, 6, -1, null, 6] 解释: Graph g = new Graph(4, [[0, 2, 5], [0, 1, 2], [1, 2, 1], [3, 0, 3]]); g.shortestPath(3, 2); // 返回 6 。从 3 到 2 的最短路径如第一幅图所示:3 -> 0 -> 1 -> 2 ,总代价为 3 + 2 + 1 = 6 。 g.shortestPath(0, 3); // 返回 -1 。没有从 0 到 3 的路径。 g.addEdge([1, 3, 4]); // 添加一条节点 1 到节点 3 的边,得到第二幅图。 g.shortestPath(0, 3); // 返回 6 。从 0 到 3 的最短路径为 0 -> 1 -> 3 ,总代价为 2 + 4 = 6 。
提示:
1 <= n <= 100
0 <= edges.length <= n * (n - 1)
edges[i].length == edge.length == 3
0 <= fromi, toi, from, to, node1, node2 <= n - 1
1 <= edgeCosti, edgeCost <= 106
- 图中任何时候都不会有重边和自环。
- 调用
addEdge
至多100
次。 - 调用
shortestPath
至多100
次。
实现代码与解析:
SPFA
class Graph {
final int N = 210;
int[] h = new int[N], e = new int[N * N], ne = new int[N * N], w = new int[N * N];
int[] dist = new int[N];
int idx;
boolean[] st = new boolean[N];
public void add(int a, int b, int c) {
w[idx] = c; e[idx] = b; ne[idx] = h[a]; h[a] = idx++;
}
public Graph(int n, int[][] edges) {
Arrays.fill(h, -1);
for (int[] e: edges) {
int a = e[0];
int b = e[1];
int c = e[2];
add(a, b, c);
}
}
public void addEdge(int[] edge) {
add(edge[0], edge[1], edge[2]);
}
public int shortestPath(int node1, int node2) {
if (node1 == node2) return 0; // 处理起点就是终点的情况
Arrays.fill(dist, 0x3f3f3f3f); // 每次都要初始化
Arrays.fill(st, false);// 每次都要初始化
Queue<Integer> q = new LinkedList<>();
q.offer(node1);
st[node1] = true;
dist[node1] = 0;
while (!q.isEmpty()) {
int t = q.peek();
q.poll();
st[t] = false;
for (int i = h[t]; i != -1; i = ne[i]) {
int j = e[i];
if (dist[t] + w[i] <= dist[j]) {
dist[j] = dist[t] + w[i];
if (!st[j]) {
st[j] = true;
q.offer(j);
}
}
}
}
return dist[node2] == 0x3f3f3f3f ? -1 : dist[node2];
}
}
原理思路:
最短路算法,直接用就行。数据量比较小,也可以直接floyd也行。