题目来源
我的题解
方法一 Dijkstra算法求最短路径
图使用邻接表存储,添加边只需要更新邻接表就行。
求两个节点的路径最小代价使用dijkstra算法来实现
时间复杂度:
- Graph 类初始化时,时间复杂度为 O(m),其中 mmm 表示给定的 edges 数组的长度。
- 调用 addEdge时,此时直接在邻接边中添加一条边即可,时间复杂度为 O(1) 。
- 调用 shortestPath 时,需要的时间复杂度为 O((m+k)log(m+k)),其中 m 表示给定的 edges 数组的长度,k 表示调用 addEdge的次数。使用优先队列的 「Dijkstra 算法」的时间度与图中边的数量关系有关,需要的时间即为O((m+k)log(m+k))。
空间复杂度:O(m+n+k)。n表示给定的节点数。
class Graph {
List<Integer>[] g;
int N=101;
public Graph(int n, int[][] edges) {
g=createGraph(n,edges);
}
private List<Integer>[] createGraph(int n,int[][] edges){
List<Integer>[] g=new ArrayList[N];
for(int i=0;i<N;i++)
g[i]=new ArrayList<>();
for(int[] t:edges){
int from = t[0];
int to = t[1];
int w = t[2];
g[from].add(to);
g[from].add(w);
}
return g;
}
public void addEdge(int[] edge) {
int from = edge[0];
int to = edge[1];
int w = edge[2];
g[from].add(to);
g[from].add(w);
}
public int shortestPath(int node1, int node2) {
return dijkstra(node1,node2);
}
private int dijkstra(int root,int target){
PriorityQueue<int[]> pq = new PriorityQueue<int[]>((a, b) -> a[0] - b[0]);
int[] dist = new int[g.length];
Arrays.fill(dist, Integer.MAX_VALUE);
dist[root] = 0;
pq.offer(new int[]{0, root});
while (!pq.isEmpty()) {
int[] arr = pq.poll();
int cost = arr[0], cur = arr[1];
if (cur == target) {
return cost;
}
for (int i=0;i<g[cur].size();i+=2) {
int next = g[cur].get(i), ncost = g[cur].get(i+1);
// System.out.println(next+" "+ncost);
if (dist[next] > cost + ncost) {
dist[next] = cost + ncost;
pq.offer(new int[]{cost + ncost, next});
}
}
}
return -1;
}
}
方法二 Floyd算法求最短路径
不需要单独存储图,只需要使用一个矩阵存储各个节点之间的最短距离,然后利用Floyd算法求最短路径。优点在于:不用每次addEdge之后需要重新计算每个点之间的最短距离,而是采用更新的方式进行更新。
时间复杂度:
- Graph 类初始化时,时间复杂度为 O(n3+m),其中 m 表示给定的 edges 数组的长度,n 表示给定的节点数目 n。初始边时需要的时间为 O(m),使用「Floyd 算法」求任意两条边的最短路径需要的时间复杂度为 O(n3),总的时间为 O(n3+m)。
- 调用 addEdge 时,Floyd 本质为动态规划,增加一条新的边时需要动态更新,此时需要的时间复杂度为 O(n2)。
- 调用 shortestPath 时,需要的时间为 O(1)。
空间复杂度:O( n 2 n^2 n2)
class Graph {
private int[][] dist;
public Graph(int n, int[][] edges) {
dist = new int[n][n];
for (int i = 0; i < n; i++) {
Arrays.fill(dist[i], Integer.MAX_VALUE);
dist[i][i] = 0;
}
for (int[] edge : edges) {
dist[edge[0]][edge[1]] = edge[2];
}
for (int k = 0; k < n; k++) {
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
if (dist[i][k] != Integer.MAX_VALUE && dist[k][j] != Integer.MAX_VALUE) {
dist[i][j] = Math.min(dist[i][j], dist[i][k] + dist[k][j]);
}
}
}
}
}
public void addEdge(int[] edge) {
int x = edge[0], y = edge[1], cost = edge[2];
if (cost >= dist[x][y]) {
return;
}
int n = dist.length;
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
if (dist[i][x] != Integer.MAX_VALUE && dist[y][j] != Integer.MAX_VALUE) {
dist[i][j] = Math.min(dist[i][j], dist[i][x] + cost + dist[y][j]);
}
}
}
}
public int shortestPath(int node1, int node2) {
int res = dist[node1][node2];
return res == Integer.MAX_VALUE ? -1 : res;
}
}
有任何问题,欢迎评论区交流,欢迎评论区提供其它解题思路(代码),也可以点个赞支持一下作者哈😄~