存在一个由n个节点组成的无向联通图,图中的节点按从0到n-1编号。
给你一个数组graph表示这个图。其中,graph[i]是一个列表,由所有与节点i直接相连的节点组成。
返回能够访问所有节点的最短路径的长度。你可以在任一节点开始和停止,也可以多次重复访问节点,并且可以重用边。
输入:graph = [[1,2,3],[0],[0],[0]]
输出:4
解释:一种可能的路径为 [1,0,2,0,3]
思路:状态压缩 + 广度优先搜索
由于题目中需要求出“访问所有节点的最短路径的长度”,并且图中每一条边的长度均为1,因此可以考虑使用广度优先搜索的方法求出最短路径。
本题中,除了记录节点的编号以外,还需要记录每一个节点的经过情况。因此,使用三元组(u, mask, dist)表示队列中的每一个元素,其中:
- u表示当前位于的节点编号
- mask是一个长度为n的二进制数,表示每一个节点是否经过。如果mask的第i位是1,则表示节点i已经过,否则未经过。
- dist表示到当前节点为止经过的路径长度。
这样一来,我们使用该三元组进行广度优先搜索,即可解决。初始时,我们将所有的(i, 2i, 0)放入队列,表示可以从任一节点开始。在搜索过程中,如果当前三元组中的mask包含n个1(即mask = 2n - 1),那么我们就可以返回dist作为答案。
为了保证广度优先搜索时间复杂度的正确性,即同一个节点u以及节点的经过情况mask只被搜索到一次,我们可以使用数组或者哈希表记录(u, mask)是否已经被搜索过,防止无效的重复搜索。
class Solution {
public:
int shortestPathLength(vector<vector<int>>& graph) {
int n = graph.size();
queue<tuple<int, int, int>> q;
vector<vector<int>> seen(n, vector<int>(1 << n));
for (int i = 0; i < n; ++i) {
q.emplace(i, 1 << i, 0);
seen[i][1 << i] = true;
}
int ans = 0;
while (!q.empty()) {
auto [u, mask, dist] = q.front();
q.pop();
if (mask == (1 << n) - 1) {
ans = dist;
break;
}
// 搜索相邻的节点
for (int v: graph[u]) {
// 将 mask 的第 v 位置为 1
int mask_v = mask | (1 << v);
if (!seen[v][mask_v]) {
q.emplace(v, mask_v, dist + 1);
seen[v][mask_v] = true;
}
}
}
return ans;
}
};
复杂度分析
- 时间复杂度:O(n2 ⋅2n)。常规的广度优先搜索的时间复杂度为O(n+m),其中 n 和 m 分别表示图的节点数和边数。本题中引入了mask 这一维度,其取值范围为 [0, 2n),因此可以看成是进行了 2n次常规的广度优先搜索。由于 m 的范围没有显式给出,在最坏情况下为完全图,有 m = O(n2),因此总时间复杂度为 O(n2 ⋅2n).
- 空间复杂度:O(n⋅2n),即为队列需要使用的空间。