有 N 个网络节点,标记为 1 到 N。
给定一个列表 times,表示信号经过有向边的传递时间。 times[i] = (u, v, w),其中 u 是源节点,v 是目标节点, w 是一个信号从源节点传递到目标节点的时间。
现在,我们从某个节点 K 发出一个信号。需要多久才能使所有节点都收到信号?如果不能使所有节点收到信号,返回 -1。
示例:
输入:times = [[2,1,1],[2,3,1],[3,4,1]], N = 4, K = 2
输出:2
注意:
N 的范围在 [1, 100] 之间。
K 的范围在 [1, N] 之间。
times 的长度在 [1, 6000] 之间。
所有的边 times[i] = (u, v, w) 都有 1 <= u, v <= N 且 0 <= w <= 100。
这是典型的求最短路径的题目,一般来说可以有三种思路,
1.佛洛依德算法
思路:对于上面的图,首先要求出从某一点到另一点的最短距离,使用邻接矩阵来建立图,map[i][j]表示从点i到点j的距离,从i点到i设定为0,将i到非i点初始化为-1。那么,从i点到j点最短的距离是什么呢?是i-j的直线距离,还是需要经过辗转中间点,距离会更短呢?因此,比较map[i][k] + map[k][j]与map[i][j]的大小就可以得到最短的距离。也就不难给出如下代码。
佛洛依德算法使用的三层循环看起来非常冗余,但是思路相对清晰,是比较容易被理解的一种算法,也是一个保命算法吧。
class Solution {
public:
int networkDelayTime(vector<vector<int> > ×, int N, int K)
{
// 1. 初始化距离数组为-1
vector<vector<int> > v(N + 1, vector<int>(N + 1, -1));
// 2. 从i点到i点距离为0
for (int i = 1; i < v.size(); i++) {
v[i][i] = 0;
}
// 3. 将函数中给定的数组赋值到 v 数组中
for (int i = 0; i < times.size(); i++) {
v[times[i][0]][times[i][1]] = times[i][2];
}
// 4. 佛洛依德三层循环,1~N依次为中间点,遍历V中所有的元素,求出若点i到点j的最短距离
for (int k = 1; k < N + 1; k++) {
for (int i = 1; i < N + 1; i++) {
for (int j = 1; j < N + 1; j++) {
if (v[i][k] != -1 && v[k][j] != -1 && (v[i][k] + v[k][j] < v[i][j] || v[i][j] == -1)) {
v[i][j] = v[i][k] + v[k][j];
}
}
}
}
int res = -1;
// 5. v数组中有一个距离为-1的,则表示不能使所有的节点都收到信号
for (int i = 1; i < N + 1; i++) {
if (v[K][i] == -1) {
return -1;
}
res = max(res, v[K][i]);
}
return res;
}
};
2.Dijkstra算法 // 待补充
3.SPFA算法 // 待补充