题目描述
有 n 个城市,按从 0 到 n-1 编号。给你一个边数组 edges,其中 edges[i] = [fromi, toi, weighti] 代表 fromi 和 toi 两个城市之间的双向加权边,距离阈值是一个整数 distanceThreshold。
返回能通过某些路径到达其他城市数目最少、且路径距离 最大 为 distanceThreshold 的城市。如果有多个这样的城市,则返回编号最大的城市。
注意,连接城市 i 和 j 的路径的距离等于沿该路径的所有边的权重之和。
示例 1:
输入:n = 4, edges = [[0,1,3],[1,2,1],[1,3,4],[2,3,1]], distanceThreshold = 4
输出:3
解释:城市分布图如上。
每个城市阈值距离 distanceThreshold = 4 内的邻居城市分别是:
城市 0 -> [城市 1, 城市 2]
城市 1 -> [城市 0, 城市 2, 城市 3]
城市 2 -> [城市 0, 城市 1, 城市 3]
城市 3 -> [城市 1, 城市 2]
城市 0 和 3 在阈值距离 4 以内都有 2 个邻居城市,但是我们必须返回城市 3,因为它的编号最大。
示例 2:
输入:n = 5, edges = [[0,1,2],[0,4,8],[1,2,3],[1,4,2],[2,3,1],[3,4,1]], distanceThreshold = 2
输出:0
解释:城市分布图如上。
每个城市阈值距离 distanceThreshold = 2 内的邻居城市分别是:
城市 0 -> [城市 1]
城市 1 -> [城市 0, 城市 4]
城市 2 -> [城市 3, 城市 4]
城市 3 -> [城市 2, 城市 4]
城市 4 -> [城市 1, 城市 2, 城市 3]
城市 0 在阈值距离 4 以内只有 1 个邻居城市。
解题思路
Djikstra算法
这个算法适合求单源最短路径,即从一个起点到其他点的最短距离,用到本题中也可以做,使用一个for循环求每个点到其他点的路径,再做比较即可。
网上看到两篇Djikstra算法讲得很清楚的博客,特此记录一下:
https://blog.csdn.net/heroacool/article/details/51014824
https://zhuanlan.zhihu.com/p/63395403
本题首先根据边来构造邻接矩阵,然后再使用Djikstra算法
class Solution(object): def findTheCity(self, n, edges, distanceThreshold): def Djikstra(source, threshold): maximum = float('inf') neibour_matrix = [[maximum] * n for i in range(n)] for i, j, w in edges: neibour_matrix[i][i] = 0 neibour_matrix[j][j] = 0 neibour_matrix[i][j] = w neibour_matrix[j][i] = w passed = [source] nopass = [x for x in range(n) if x != source] dis = neibour_matrix[source] while nopass: idx = nopass[0] for i in nopass: if dis[i] < dis[idx]: idx = i nopass.remove(idx) passed.append(idx) for i in nopass: if dis[idx] + neibour_matrix[idx][i] < dis[i]: dis[i] = dis[idx] + neibour_matrix[idx][i] return [i for i in range(len(dis)) if dis[i] <= distanceThreshold and dis[i] != 0] num = n + 1 ret = -1 node_dict = {} for i in range(n): x = Djikstra(i, distanceThreshold) if len(x) <= num: ret = i num = len(x) return ret S = Solution() print(S.findTheCity(4, [[0,1,3],[1,2,1],[1,3,4],[2,3,1]], 4))