初学python记录：力扣2642. 设计可以求最短路径的图类

鱼翅睡大觉

于 2024-03-26 15:41:31 发布

阅读量303

点赞数 6

文章标签： leetcode 算法 python 图论

本文链接：https://blog.csdn.net/Demo0219/article/details/137047242

版权

文章介绍了如何使用邻接列表表示有向带权图，并利用Dijkstra算法实现Graph类的shortestPath方法，计算从给定节点node1到node2的最小代价路径，若无路径则返回-1。

摘要由CSDN通过智能技术生成

题目：

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。

思考：

初始化图和向图中添加边都很好解决，用邻接列表表示图即可。

shortestPath方法是求一个节点到另一个节点的路径最小代价，很容易联想到迪杰斯特拉算法（确定一个起点，求得这个起点到所有节点的最短路径）：

1. 数组s记录已求出最短路径的顶点，数组u记录还未求出最短路径的顶点，数组dis记录起点到所有节点的最短路径。初始时，s=（起点），u=（除起点外所有节点），dis中起点对应的值为0，其他节点对应的值为∞。

2. 遍历s中的点：当前访问的s中的点设为i，访问邻接列表中s相邻的所有点x，若dis[i]+相邻边代价<dis[x]，即起点到点i的最短距离+i到x的边的距离<当前起点到点x的最短距离，则更新dis[x]。

3. 更新完一轮dis[x]后（点i相邻的点x全部判断完了），取u中对应dis最小的点放入s中，继续进行步骤2，直至s中全部点都访问过了或u已经空了。

4. 最后返回dis[node2]，若值为无穷大则返回-1.

代码如下：

class Graph(object):

    def __init__(self, n, edges):
        """
        :type n: int
        :type edges: List[List[int]]
        """
        self.n = n
        self.graph = [[] for _ in range(0, n)]    # 初始化邻接列表
        for from_i, to_i, cost in edges:
            self.graph[from_i].append((to_i, cost))    # 将每个边加入邻接列表
 

    def addEdge(self, edge):
        """
        :type edge: List[int]
        :rtype: None
        """
        self.graph[edge[0]].append((edge[1], edge[2]))


    def shortestPath(self, node1, node2):
        """
        :type node1: int
        :type node2: int
        :rtype: int
        """
        # Dijkstra
        # 数组S记录已求出最短路径的顶点
        # 数组U记录还未求出最短路径的顶点
        n = self.n
        s = [node1]   
        u = [node for node in range(0, n) if node != node1]
        # 数组dis表示起点到各个点的最短路径
        dis = [float ('inf')] * (n)
        dis[node1] = 0
        i = 0
        while True:
            # 若s中所有点都被判断过了或者u为空，退出循环
            if i >= len(s) or not u:     
                break
                
            for x, y in self.graph[s[i]]:   # 访问当前点的邻接点x
                if y+dis[s[i]] < dis[x]:   
                    dis[x] = y+dis[s[i]]     # 更新起点到点x的最短路径
            
            # 取出u中dis最短的点，加入s
            idx = u[0]
            for x in u:
                if dis[x] < dis[idx]:
                    idx = x
            s.append(idx)
            u.remove(idx)

            i += 1    # 开始下一轮循环

        return dis[node2] if dis[node2] != float ('inf') else -1

提交通过：