【LetMeFly】3112.访问消失节点的最少时间:单源最短路的Dijkstra算法
力扣题目链接:https://leetcode.cn/problems/minimum-time-to-visit-disappearing-nodes/
给你一个二维数组 edges
表示一个 n
个点的无向图,其中 edges[i] = [ui, vi, lengthi]
表示节点 ui
和节点 vi
之间有一条需要 lengthi
单位时间通过的无向边。
同时给你一个数组 disappear
,其中 disappear[i]
表示节点 i
从图中消失的时间点,在那一刻及以后,你无法再访问这个节点。
注意,图有可能一开始是不连通的,两个节点之间也可能有多条边。
请你返回数组 answer
,answer[i]
表示从节点 0
到节点 i
需要的 最少 单位时间。如果从节点 0
出发 无法 到达节点 i
,那么 answer[i]
为 -1
。
示例 1:
输入:n = 3, edges = [[0,1,2],[1,2,1],[0,2,4]], disappear = [1,1,5]
输出:[0,-1,4]
解释:
我们从节点 0 出发,目的是用最少的时间在其他节点消失之前到达它们。
- 对于节点 0 ,我们不需要任何时间,因为它就是我们的起点。
- 对于节点 1 ,我们需要至少 2 单位时间,通过
edges[0]
到达。但当我们到达的时候,它已经消失了,所以我们无法到达它。 - 对于节点 2 ,我们需要至少 4 单位时间,通过
edges[2]
到达。
示例 2:
输入:n = 3, edges = [[0,1,2],[1,2,1],[0,2,4]], disappear = [1,3,5]
输出:[0,2,3]
解释:
我们从节点 0 出发,目的是用最少的时间在其他节点消失之前到达它们。
- 对于节点 0 ,我们不需要任何时间,因为它就是我们的起点。
- 对于节点 1 ,我们需要至少 2 单位时间,通过
edges[0]
到达。 - 对于节点 2 ,我们需要至少 3 单位时间,通过
edges[0]
和edges[1]
到达。
示例 3:
输入:n = 2, edges = [[0,1,1]], disappear = [1,1]
输出:[0,-1]
解释:
当我们到达节点 1 的时候,它恰好消失,所以我们无法到达节点 1 。
提示:
1 <= n <= 5 * 104
0 <= edges.length <= 105
edges[i] == [ui, vi, lengthi]
0 <= ui, vi <= n - 1
1 <= lengthi <= 105
disappear.length == n
1 <= disappear[i] <= 105
解题方法:单源最短路的Dijkstra算法
关于单源最短路的Dijkstra算法
的视频讲解,可以查看这个视频。
大致思路是:从起点开始,每次将所有的能一部到达的节点放入优先队列中。优先队列中存放的是每个节点的首次能到达的时间以及节点编号,能最先到达的最先出队。
每次从优先队列中取出一个元素,这样就得到了这个元素的最快到达时间。以此节点开始将所有相邻的没有确定过最短时间的节点入队。直到队列为空为止,就得到了从起点到其他任意一点的最短耗时。
关于本题,有个额外条件就是节点消失时间。很简单,在每次遍历当前节点的相邻节点时,若无法在某相邻节点消失之前到达,则不将其入队。
- 时间复杂度 O ( n + m log m ) O(n+m\log m) O(n+mlogm),其中 n n n是节点数量, m m m是边的数量。
- 空间复杂度 O ( n + m ) O(n+m) O(n+m)
AC代码
C++
class Solution {
public:vector<int> minimumTime(int n, vector<vector<int>>& edges, vector<int>& disappear) {vector<vector<pair<int, int>>> graph(n);for (vector<int>& edge : edges) {graph[edge[0]].push_back({edge[1], edge[2]});graph[edge[1]].push_back({edge[0], edge[2]});}vector<int> ans(n, -1);priority_queue<pair<int, int>, vector<pair<int, int>>, greater<>> pq; // [<time, toNode>, ...pq.push({0, 0});while (pq.size()) {auto [thisTime, thisNode] = pq.top();pq.pop();if (ans[thisNode] != -1) {continue;}ans[thisNode] = thisTime;for (auto [nextNode, length] : graph[thisNode]) {if (ans[nextNode] != -1 || thisTime + length >= disappear[nextNode]) {continue;}pq.push({thisTime + length, nextNode});}}return ans;}
};
Java
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.PriorityQueue;
import java.util.Queue;class Solution {public int[] minimumTime(int n, int[][] edges, int[] disappear) {List<int[]>[] graph = new ArrayList[n];Arrays.setAll(graph, i -> new ArrayList<>());for (int[] edge : edges) {graph[edge[0]].add(new int[]{edge[1], edge[2]});graph[edge[1]].add(new int[]{edge[0], edge[2]});}int[] ans = new int[n];Arrays.fill(ans, -1);Queue<int[]> pq = new PriorityQueue<>((a, b) -> (a[0] - b[0]));pq.add(new int[]{0, 0});while (!pq.isEmpty()) {int[] temp = pq.poll();int thisTime = temp[0];int thisNode = temp[1];if (ans[thisNode] != -1) {continue;}ans[thisNode] = thisTime;for (int[] temp2 : graph[thisNode]) {int nextNode = temp2[0];int length = temp2[1];if (ans[nextNode] == -1 && thisTime + length < disappear[nextNode]) {pq.add(new int[]{thisTime + length, nextNode});}}}return ans;}
}
Python
from typing import List
import heapqclass Solution:def minimumTime(self, n: int, edges: List[List[int]], disappear: List[int]) -> List[int]:graph = [[] for _ in range(n)]for x, y, d in edges:graph[x].append((y, d))graph[y].append((x, d))ans = [-1] * npq = [(0, 0)]while pq:thisTime, thisNode = heapq.heappop(pq)if ans[thisNode] != -1:continueans[thisNode] = thisTimefor nextNode, length in graph[thisNode]:# print(nextNode, length, ans[nextNode], thisTime + length, disappear[nextNode]) #------------------# print(ans[nextNode] != -1)# print(thisTime + length < disappear[nextNode])if ans[nextNode] == -1 and thisTime + length < disappear[nextNode]:heapq.heappush(pq, (thisTime + length, nextNode))return ansif __name__ == '__main__':sol = Solution()print(sol.minimumTime(3, [[0, 1, 2], [1, 2, 1], [0, 2, 4]], [1, 1, 5]))
同步发文于CSDN和我的个人博客,原创不易,转载经作者同意后请附上原文链接哦~
Tisfy:https://letmefly.blog.csdn.net/article/details/140530368