Day61:拓扑排序 和 dijkstra算法

节点的入度表示 有多少条边指向它，节点的出度表示有多少条边 从该节点出发。

所以当我们做拓扑排序的时候，应该优先找 入度为 0 的节点，只有入度为0，它才是出发节点

拓扑排序的过程，其实就两步：

1. 找到入度为0 的节点，加入结果集
2. 将该节点从图中移除

如果有 有向环怎么办呢？

当我们发现结果集元素个数 不等于 图中节点个数，我们就可以认定图中一定有 有向环！

这也是拓扑排序判断有向环的方法。

图解:

 

117. 软件构建

时间限制：1.000S  空间限制：256MB

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。

输入示例

5 4
0 1
0 2
1 3
2 4

输出示例

0 1 2 3 4

提示信息

文件依赖关系如下：

所以，文件处理的顺序除了示例中的顺序，还存在

0 2 4 1 3

0 2 1 3 4

等等合法的顺序。

数据范围：

0 <= N <= 10 ^ 5

1 <= M <= 10 ^ 9

每行末尾无空格。

 

import java.util.*;

public class Main {

    public static void main(String[] args) {
        int n, l;
        Scanner in = new Scanner(System.in);
        n = in.nextInt();
        l = in.nextInt();
        int[][] map = new int[n][n];
        //记录个点入度
        int[] inDegree = new int[n];
        while (l-- > 0) {
            int x = in.nextInt();
            int y = in.nextInt();
            map[x][y] = 1;
            inDegree[y]++;
        }
        Queue<Integer> queue = new LinkedList<>();
        List<Integer> result = new LinkedList<>();
        //找到入度为零的点作为开始
        for (int i = 0; i < inDegree.length; i++) {
            if (inDegree[i] == 0) {
                queue.add(i);
            }
        }
        while (!queue.isEmpty()) {
            Integer poll = queue.poll();

            result.add(poll);

            for (int i = 0; i <n; i++) {
                if (map[poll][i] == 1) {
                    inDegree[i]--;
                    if (inDegree[i] == 0) {
                        queue.add(i);
                    }

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

    }
}

 

---

 dijkstra算法:

最短路是图论中的经典问题即：给出一个有向图，一个起点，一个终点，问起点到终点的最短路径。

dijkstra算法：在有权图（权值非负数）中求从起点到其他节点的最短路径算法。

需要注意两点：

• dijkstra 算法可以同时求 起点到所有节点的最短路径
• 权值不能为负数

dijkstra三部曲：

1. 第一步，选源点到哪个节点近且该节点未被访问过
2. 第二步，该最近节点被标记访问过
3. 第三步，更新非访问节点到源点的距离（即更新minDist数组）

minDist数组 用来记录 每一个节点距离源点的最小距离。

minDist数组数值初始化为int最大值。

这里在强点一下 minDist数组的含义：记录所有节点到源点的最短路径，那么初始化的时候就应该初始为最大值，这样才能在后续出现最短路径的时候及时更新。

 

更新1->2和1->3 

加入结点2

 

---

47. 参加科学大会

时间限制：1.500S  空间限制：128MB

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。

输入示例

7 9
1 2 1
1 3 4
2 3 2
2 4 5
3 4 2
4 5 3
2 6 4
5 7 4
6 7 9

输出示例

12

提示信息

能够到达的情况：

如下图所示，起始车站为 1 号车站，终点车站为 7 号车站，绿色路线为最短的路线，路线总长度为 12，则输出 12。

不能到达的情况：

如下图所示，当从起始车站不能到达终点车站时，则输出 -1。

数据范围：

1 <= N <= 500;
1 <= M <= 5000;

代码参考:

import java.util.*;

public class Main {

    public static void main(String[] args) {
        int n, l;
        Scanner in = new Scanner(System.in);
        n = in.nextInt();
        l = in.nextInt();
        int[][] map = new int[n + 1][n + 1];
        int[] len = new int[n + 1];
        Arrays.fill(len, Integer.MAX_VALUE);
        boolean[] visited=new boolean[n+1];
        for(int i=0;i<=n;i++){
            Arrays.fill(map[i],Integer.MAX_VALUE);
        }
        while (l-- > 0) {
            int x = in.nextInt();
            int y = in.nextInt();
            int val= in.nextInt();
            map[x][y] = val;
        }
        //将原点到原点的距离设置为0
          len[1]=0;
       for(int i=1;i<=n;i++){
           int temp=Integer.MAX_VALUE;
           int index=1;
           //找到距离原点最近的结点
           for(int j=1;j<=n;j++){
               if(temp>len[j]&&!visited[j]){
                   temp=len[j];
                   index=j;
               }
           }
           //将这个点设置为访问
           visited[index]=true;
           //更新非访问节点到源点的距离（即更新minDist数组）
           for(int k=1;k<=n;k++){
               if(visited[k]==false&&map[index][k]!=Integer.MAX_VALUE&&len[index]+map[index][k]<len[k]){
                   len[k]=len[index]+map[index][k];
               }
           }

       }
   
       if(len[n]==Integer.MAX_VALUE){
           System.out.println(-1);
       }else {
           System.out.println(len[n]);
       }

    }
}