1334. 阈值距离内邻居最少的城市
中等
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 2 以内只有 1 个邻居城市。
提示:
2 <= n <= 100
1 <= edges.length <= n * (n - 1) / 2
edges[i].length == 3
0 <= fromi < toi < n
1 <= weighti, distanceThreshold <= 10^4
- 所有
(fromi, toi)
都是不同的。
记忆化搜索(0x3f)
https://leetcode.cn/problems/find-the-city-with-the-smallest-number-of-neighbors-at-a-threshold-distance/solutions/2525946/dai-ni-fa-ming-floyd-suan-fa-cong-ji-yi-m8s51/?envType=daily-question&envId=2023-11-14
题意解读:对于城市i
,求出i
到其余城市的最短路长度,统计有多少个最短路长度 <= distanceThreshold
启发思考:
![](https://i-blog.csdnimg.cn/blog_migrate/28e8f6dcb64b68886981d46a987719fe.png)
class Solution {
public int findTheCity(int n, int[][] edges, int distanceThreshold) {
int[][] w = new int[n][n];
for(int[] row : w)
Arrays.fill(row, Integer.MAX_VALUE / 2);
for(int[] e : edges){
int x = e[0], y = e[1], wt = e[2];
w[x][y] = w[y][x] = wt;
}
int[][][] memo = new int[n][n][n];
int ans = 0;
int minCnt = n;
for(int i = 0; i < n; i++){
int cnt = 0;
for(int j = 0; j < n; j++){
if(j != i && dfs(n-1, i, j, memo, w) <= distanceThreshold){
cnt++;
}
}
if(cnt <= minCnt){ // 相等时取最大的 i
minCnt = cnt;
ans = i;
}
}
return ans;
}
/**
定义 dfs(k, i, j) 表示从 i 到 j 的最短路长度,并且这条最短路的中间节点编号都 <= k
注意中间结点不包含 i 和 j
转移
不选 k, 那么中间结点的编号都 <= k-1,即 dfs(k, i, j) = dfs(k-1, i, j)
选 k, 那么问题分解成从 i 到 k 的最短路,以及从 k 到 j 的最短路,由于这两条最短路的中间结点不包含k
所有中间结点标号都 <= k-1,即 dfs(k, i, j) = dfs(k-1, i, k) + dfs(k-1, k, k)
这两种情况取最小值
递归边界 dfs(-1, i, j) = w[i][j], k=-1 表示 i 和 j 之间没有任何中间节点,最短路长度只能是i和j的边权
如果没有连接 i 和 j 的边,那么 w[i][j] = ∞
递归入口 dfs(n-1, i, j) 表示 i 到 j 的最短路长度,k=n-1 是因为本题结点编号 0 到 n-1
*/
public int dfs(int k, int i, int j, int[][][] memo, int[][] w){
if(k < 0)
return w[i][j];
if(memo[k][i][j] != 0)
return memo[k][i][j];
return memo[k][i][j] = Math.min(dfs(k-1, i, j, memo, w),
dfs(k-1, i, k, memo, w) + dfs(k-1, k, j, memo, w));
}
}
转递推
问: 为什么一定要在最外层枚举 k ?
答: 仔细看上面的状态转移方程,要正确地算出 f[k+1][i][j]
,必须先把 f[k][i][j]
、f[k][i][k]
和 f[k][k][j]
算出来。由于我们不知道 k
和i,j
的大小关系,只有把 k
放在最外层枚举,才能保证先把 f[k][i][j]
、f[k][i][k]
和 f[k][k][j]
算出来。顺带一提,对于 i
和 j
来说,由于在计算 f[k+1][i][j]
的时候,f[k][.][.]
已经全部计算完毕,所以 i
和 j
按照正序/逆序枚举都可以。
class Solution {
/**
第 0 位表示 k=-1 的情况
f[k+1][i][j] = Math.min(f[k][i][j], f[k][i][k] + f[k][k][j])
初始化 f[0][i][j] = w[i][j]
*/
public int findTheCity(int n, int[][] edges, int distanceThreshold) {
int[][] w = new int[n][n];
for(int[] row : w)
Arrays.fill(row, Integer.MAX_VALUE / 2);
for(int[] e : edges){
int x = e[0], y = e[1], wt = e[2];
w[x][y] = w[y][x] = wt;
}
int[][][] f = new int[n+1][n][n];
f[0] = w;
for(int k = 0; k < n; k++){
for(int i = 0; i < n; i++){
for(int j = 0; j < n; j++){
f[k+1][i][j] = Math.min(f[k][i][j], f[k][i][k] + f[k][k][j]);
}
}
}
int ans = 0;
int minCnt = n;
for(int i = 0; i < n; i++){
int cnt = 0;
for(int j = 0; j < n; j++){
if(j != i && f[n][i][j] <= distanceThreshold){
cnt++;
}
}
if(cnt <= minCnt){ // 相等时取最大的 i
minCnt = cnt;
ans = i;
}
}
return ans;
}
}
状态优化
class Solution {
/**
在计算f[k+1]的时候,只会用到f[k]
f[k+1][i][k] 表示 从 i 到 k 的最短路长度,且这条最短路的中间节点编号都 <= k
由于终点是 k,那么中间节点必然不包含 k,所以中间节点编号都 <= k-1
==> f[k+1][i][k] = f[k][i][k]
同理,f[k+1][k][j] = f[k][k][j]
*/
public int findTheCity(int n, int[][] edges, int distanceThreshold) {
int[][] w = new int[n][n];
for(int[] row : w)
Arrays.fill(row, Integer.MAX_VALUE / 2);
for(int[] e : edges){
int x = e[0], y = e[1], wt = e[2];
w[x][y] = w[y][x] = wt;
}
int[][] f = new int[n][n];
f = w;
for(int k = 0; k < n; k++){
for(int i = 0; i < n; i++){
for(int j = 0; j < n; j++){
f[i][j] = Math.min(f[i][j], f[i][k] + f[k][j]);
}
}
}
int ans = 0;
int minCnt = n;
for(int i = 0; i < n; i++){
int cnt = 0;
for(int j = 0; j < n; j++){
if(j != i && f[i][j] <= distanceThreshold){
cnt++;
}
}
if(cnt <= minCnt){ // 相等时取最大的 i
minCnt = cnt;
ans = i;
}
}
return ans;
}
}