LeetCode 1334. 阈值距离内邻居最少的城市--堆优化最短路

  1. 阈值距离内邻居最少的城市

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。

题解

没啥说的,数据量教小,直接暴力跑一遍每个节点和其他所有节点的距离,累加距离小于阈值的 数目,然后用堆来优化最短路的效率。

AC代码

class Solution {
public:
    struct Sode
    {
        int u,d;
        bool operator<(const Sode &a)const
        {
            return a.d<d;
        }
    };
    int S,N;
    bool vis[105];
    int d[105];
    priority_queue<Sode>q;
    vector<Sode>to[105];
    void dij()
    {
        for(int i=0;i<N;i++)
        d[i]=1e9;
        d[S]=0;
        while(!q.empty())
        q.pop();
        Sode t;
        t.u=S,t.d=0;
        q.push(t);
        memset(vis,0,sizeof(vis));
        while(!q.empty())
        {
            Sode t=q.top();
            q.pop();
            int u=t.u;
            int dis=t.d;
            vis[u]=true;
            for(int i=0;i<to[u].size();i++)
            {
                int v=to[u][i].u;
                if(vis[v])continue;
                int D=dis+to[u][i].d;
                if(D<d[v])
                {
                    d[v]=D;
                    Sode w;
                    w.u=v,w.d=d[v];
                    q.push(w);
                }
            }
        }
    }
    int findTheCity(int n, vector<vector<int>>& edges, int distanceThreshold) 
    {
        for(int i=0;i<edges.size();i++)
        {
            int u=edges[i][0];
            int v=edges[i][1];
            int w=edges[i][2];
            Sode t;
            t.u=u,t.d=w;
            to[v].push_back(t);
            t.u=v,t.d=w;
            to[u].push_back(t);
        }
        int res=0,mi=1e9;
        for(int i=0;i<n;i++)
        {
            S=i,N=n;
            dij();
            int ans=0;
            for(int j=0;j<n;j++)
            {
                if(i==j)continue;
                if(d[j]<=distanceThreshold)
                ans++;
            }
            if(ans<mi)
            {
                mi=ans;
                res=i;
            }
            else if(ans==mi)
            res=max(res,i);
        }
        return res;
    }
};

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值