图中的最短环

2608. 图中的最短环

现有一个含 n 个顶点的 双向 图,每个顶点按从 0n - 1 标记。图中的边由二维整数数组 edges 表示,其中 edges[i] = [ui, vi] 表示顶点 uivi 之间存在一条边。每对顶点最多通过一条边连接,并且不存在与自身相连的顶点。

返回图中 最短 环的长度。如果不存在环,则返回 -1

是指以同一节点开始和结束,并且路径中的每条边仅使用一次。

示例 1:

**输入:**n = 7, edges = [[0,1],[1,2],[2,0],[3,4],[4,5],[5,6],[6,3]]
**输出:**3
**解释:**长度最小的循环是:0 -> 1 -> 2 -> 0

示例 2:

**输入:**n = 4, edges = [[0,1],[0,2]]
**输出:**-1
**解释:**图中不存在循环

提示:

  • 2 <= n <= 1000
  • 1 <= edges.length <= 1000
  • edges[i].length == 2
  • 0 <= ui, vi < n
  • ui != vi
  • 不存在重复的边

还是删除边比较容易写

class Solution {
public:int findShortestCycle(int n, vector<vector<int>>& edges) {for (int i = 0; i < 1000; i++) fa[i] = i;vector<pair<int, int>> sto; // 存储环的起始和结束节点for (auto u : edges) {int x = find(u[0]), y = find(u[1]);if (x != y) {fa[x] = y;}else {sto.push_back({ u[0],u[1] });}e[u[0]].push_back(u[1]);e[u[1]].push_back(u[0]);}if (sto.size() == 0) return -1;int ans = 0xffffff;for (auto [u,v] : sto) {queue<pair<int, int>> q;vector<bool> vis(n + 1, 0);q.push({ u,1 });while (q.size()) {auto [node, step] = q.front(); q.pop();if (node == v) {ans = min(ans, step); break;}if (vis[node]) continue;vis[node] = 1;for (auto to : e[node]) {if (node == u && to == v) continue; // 跳开一条断边q.push({ to,step + 1 });}}}return ans;}int find(int x) {if (x == fa[x]) return x;return fa[x] = find(fa[x]);}int fa[1001];vector<int> e[1001];};

我们再看一个题目,如果权重
在这里插入图片描述

#define _CRT_SECURE_NO_WARNINGS
#include<bits/stdc++.h>
using namespace std;const int N = 105;
int e[N][N];
int n,m;
const int M = (int)5e3+5;
int edge[M],ne[M],h[N],idx = 0;
int w[M];
int fa[N];void add(int a,int b,int wei){edge[++idx] = b, ne[idx] = h[a], h[a] = idx;w[idx] = wei;
}int find(int x){if(x==fa[x]) return x;return fa[x] = find(fa[x]);
}int main(){cin >> n >> m;// 开始处理fafor(int i=0;i<=n;i++) fa[i] = i; vector<pair<int,int>> sto;for(int i=1;i<=m;i++){int u,v,d;cin >> u >> v >> d;if(e[u][v]==0){e[u][v] = d;e[v][u] = d;}else{if(e[u][v]>d){e[u][v] = d;e[v][u] = d;}}}	for(int i=1;i<=n;i++){for(int j=1;j<=i;j++){if(e[i][j]){int x = find(i), y = find(j);if(x!=y) fa[x] = y;else {sto.push_back({i,j});}add(i,j,e[i][j]);add(j,i,e[i][j]);}}}
//	if(sto.size()==0) {
//		cout << "No solution."; return 0;
//	}int ans = 0x7fffffff;for(auto x:sto){vector<bool> vis(n+1);int u = x.first, v = x.second;priority_queue<pair<int,int>> q;q.push({0,u});while(q.size()){int d = -q.top().first, node = q.top().second; q.pop();if(vis[node]) continue;vis[node] = 1;if(node==v){ans = min(ans,d+e[v][u]); break;}for(int i=h[node];i;i=ne[i]){int to = edge[i], ww = w[i];if(node==u&&to==v) continue;q.push({-(d+ww),to});}}}if(ans!=0x7fffffff)cout << ans;else cout << "No solution."; return 0;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/51260.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Hive——UDF函数:高德地图API逆地理编码,实现离线解析经纬度转换省市区(离线地址库,非调用高德API)

文章目录 1. 需求背景数据现状业务需求面临技术问题寻求其他方案 2. 运行环境软件版本Maven依赖 3. 获取离线地址库4. Hive UDF函数实现5. 创建Hive UDF函数6. 参考 1. 需求背景 数据现状 目前业务系统某数据库表中记录了约3亿条用户行为数据&#xff0c;其中两列记录了用户触…

Java1.2标准之重要特性及用法实例(十三)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 新书发布&#xff1a;《Android系统多媒体进阶实战》&#x1f680; 优质专栏&#xff1a; Audio工程师进阶系列…

SciPy 与 MATLAB 数组

SciPy 与 MATLAB 数组 SciPy 是一个开源的 Python 库,广泛用于科学和工程计算。它构建在 NumPy 数组的基础之上,提供了许多高级科学计算功能。MATLAB 是一个高性能的数值计算环境,它也使用数组作为其基础数据结构。在这篇文章中,我们将探讨 SciPy 和 MATLAB 在数组操作上的…

征服 Docker 镜像访问限制:KubeSphere v3.4.1 成功部署全攻略

近期&#xff0c;KubeSphere 社区的讨论中频繁出现关于 Docker 官方镜像仓库访问受限的问题。 本文旨在为您提供一个详细的指南&#xff0c; 展示在 Docker 官方镜像访问受限的情况下&#xff0c;如何通过 KubeKey v3.1.2 一次性成功部署 KubeSphere v3.4.1 以及 Kubernetes …

深入剖析:GaussDB与MySQL在COUNT查询中的并行化技术

引言 数据库查询性能优化是数据库管理和开发中的一个重要议题。在处理大数据量的COUNT查询时&#xff0c;传统的单线程处理方式可能无法满足现代应用的性能需求。GaussDB(for MySQL)和MySQL作为流行的数据库系统&#xff0c;它们在并行查询优化方面有着各自的策略和技术。本文…

Python批量采集某东评论,实现可视化分析

女朋友没事就喜欢网购&#xff0c;买一大堆又不用&#xff0c;总说不合适&#xff0c;为了不让她花冤枉钱&#xff0c;于是我决定用Python写一个采集商品评论的脚本&#xff0c;然后对商品进行分析&#xff0c;这样就不怕踩到坑了&#xff01; 让我们直接开始本次操作 准备工作…

Python及Jupyter-Notebook安装

来源&#xff1a; “码农不会写诗”公众号 链接&#xff1a;Python及Jupyter-Notebook安装 文章目录 01 Python安装1.1 下载安装包1.2 双击安装包&#xff0c;开始安装1.3 选择安装配置1.4 选择需要安装的Optional Feature&#xff0c;点击Next1.5 选择需要安装的Advanced Feat…

Apache DolphinScheduler Worker Task执行原理解析

大家好&#xff0c;我是蔡顺峰&#xff0c;是白鲸开源的高级数据工程师&#xff0c;同时也是Apache DolphinScheduler社区的committer和PMC member。今天我要分享的主题是《Worker Task执行原理》。 整个分享会分为三个章节&#xff1a; Apache DolphinScheduler的介绍Apache …

Python3网络爬虫开发实战(3)网页数据的解析提取

文章目录 一、XPath1. 选取节点2. 查找某个特定的节点或者包含某个指定的值的节点3. XPath 运算符4. 节点轴5. 利用 lxml 使用 XPath 二、CSS三、Beautiful Soup1. 信息提取2. 嵌套选择3. 关联选择4. 方法选择器5. css 选择器 四、PyQuery1. 初始化2. css 选择器3. 信息提取4. …

一步步理清开源路径规划导航引擎GraphHopper

一步步理清开源路径规划导航引擎GraphHopper&#xff0c;学习应用 GraphHopper简介 源码用 Java 编写&#xff0c;开发人员可以通过 Maven 轻松上手。可以用作** Java 库**来计算两个或多个点之间路线的距离、时间、逐向指示和许多道路属性。可以用作独立的 Web 服务器来计算…

CLI是命令行界面(Command-Line Interface)的缩写

CLI是命令行界面&#xff08;Command-Line Interface&#xff09;的缩写。它是一种用户界面&#xff0c;允许用户通过键盘输入文本命令来与计算机进行交互。CLI在图形用户界面&#xff08;GUI&#xff09;普及之前是最常用的用户界面类型。 CLI的特点&#xff1a; 高效性&…

CentOS下原生态安装mysql,推荐yum

mysql 是一个关系型数据库管理系统&#xff0c;是最流行的关系型数据库管理系统之一&#xff0c;本文将介绍如何在 CentOS 7.x 中安装 mysql 。 安装mysql mysql 的安装方法可以通过以下几种方式进行&#xff1a; 1、通过第三方面板安装 mysql 2、通过 yum 命令安装 mysql 3、…

计算R velocity的方法和流程(CellRank2)

愿武艺晴小朋友一定得每天都开心 第一步:拿到cellranger count的文件夹; 运行cellranger count(这个得提前准备:R1和R2的fastq.gz文件 & 鼠的参考基因组文件) wget https://cf.10xgenomics.com/supp/cell-exp/refdata-gex-mm10-2020-A.tar.gz 最后会出现这个:Pipes…

C++简单实现消息队列

简介 消息队列是一种应用间的通讯方式&#xff0c;消息发送后可以立即放回&#xff0c;由消息系统来确保消息的可靠传递。消息发布者只需要将消息发布到消息队列中&#xff0c;而不需要管谁来取。消息使用者只管从消息队列中取消息而不管谁发布的。这样发布者和使用者都不同知…

uniapp文件上传前后端代码展示

使用uniapp做文件上传的时候&#xff0c;可以使用系统提供的接口进行文件上传 前端部分 前端组件代码 使用的是uview的上传组件 <u-upload id"selectPhoto" :style"{display:selectPhotoDisplay}" :useBeforeRead"true"afterRead"aft…

21.发布确认模式-高级

问题 生产环境中由于一些不明原因&#xff0c;导致rabbitmq重启&#xff0c;在重启的期间生产者消息投递失败&#xff0c;导致消息丢失&#xff0c;需要手动处理恢复。那么如何才能进行rabbitmq的消息可靠性投递&#xff1f;特别是在极端的情况&#xff0c;rabbitmq集群不可用…

Optuna包中TPE算法(代码解析)

前言 Optuna是一个自动超参数优化软件框架&#xff0c;专为机器学习而设计。Github项目地址 TPE&#xff08;Tree-structured Parzen Estimator&#xff09;是一种用于超参数优化的算法&#xff0c;它被广泛应用于机器学习模型中。TPE 算法基于贝叶斯优化技术&#xff0c;特别…

Python 教程(六):函数式编程

目录 专栏列表前言函数定义参数返回值 示例函数类型普通函数空函数匿名函数&#xff08;Lambda 函数&#xff09;嵌套函数函数装饰器高阶函数 函数参数位置参数默认参数可变位置参数可变关键字参数 函数属性和方法__name____doc__func.__dict__func.__defaults__func.__annotat…

算法工程师第二十二天(491.递增子序列 46.全排列 47.全排列 II )

参考文献 代码随想录 一、非递减子序列 给你一个整数数组 nums &#xff0c;找出并返回所有该数组中不同的递增子序列&#xff0c;递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案。 数组中可能含有重复元素&#xff0c;如出现两个整数相等&#xff0c;也可以视作…