网络延时问题--Dijkstra算法解决

Dijkstra算法实现网络延时时间问题

leetcode第743题
题目描述:
有 n 个网络节点,标记为 1 到 n。
给你一个列表 times,表示信号经过 有向 边的传递时间。 times[i] = (ui, vi, wi),其中 ui 是源节点,vi 是目标节点, wi 是一个信号从源节点传递到目标节点的时间。
现在,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 1:
在这里插入图片描述
输入:times = [[2,1,1],[2,3,1],[3,4,1]], n = 4, k = 2
输出:2

示例 2:
输入:times = [[1,2,1]], n = 2, k = 1
输出:1

示例 3:
输入:times = [[1,2,1]], n = 2, k = 2
输出:-1

提示:

1 <= k <= n <= 100
1 <= times.length <= 6000
times[i].length == 3
1 <= ui, vi <= n
ui != vi
0 <= wi <= 100
所有 (ui, vi) 对都 互不相同(即,不含重复边)

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/network-delay-time
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

思路:Dijkstra

本题需要用到单源最短路径算法 Dijkstra,现在让我们回顾该算法,其主要思想是贪心。
Dijkstra算法采用的是一种贪心的策略,声明一个数组dis来保存源点到各个顶点的最短距离和一个保存已经找到了最短路径的顶点的集合:T,初始时,原点 s 的路径权重被赋为 0 (dis[s] = 0)。若对于顶点 s 存在能直接到达的边(s,m),则把dis[m]设为w(s, m),同时把所有其他(s不能直接到达的)顶点的路径长度设为无穷大。初始时,集合T只有顶点s。
然后,从dis数组选择最小值,则该值就是源点s到该值对应的顶点的最短路径,并且把该点加入到T中,OK,此时完成一个顶点,
然后,我们需要看看新加入的顶点是否可以到达其他顶点并且看看通过该顶点到达其他点的路径长度是否比源点直接到达短,如果是,那么就替换这些顶点在dis中的值。
然后,又从dis中找出最小值,重复上述动作,直到T中包含了图的所有顶点。

看题目,根据题意,从节点 kk 发出的信号,到达节点 xx 的时间就是节点 kk 到节点 xx 的最短路的长度。因此我们需要求出节点 kk 到其余所有点的最短路,其中的最大值就是答案。若存在从 kk 出发无法到达的点,则返回 -1。
java实现代码

public int networkDelayTime(int[][] times, int n, int k) {
        //题目中要求最大长度是6000,我们就来个大点的值,来判断距离是否合法。
        final int FLAG = Integer.MAX_VALUE/2;
        //matrix二位数组用来记录两点之间的距离,用空间换时间
        int[][] matrix = new int[n][n];
        for(int i=0;i<n;i++){
            Arrays.fill(matrix[i],FLAG);
        }
        for(int i=0;i<times.length;i++){
            //start为起始点,end为终点,而matrix[start][end]的值则为从start到end的时长
            //由于数组是从0开始,所以而题目中的点是从1开始,所以题目中的1号点对应于数组中的0下标
            int start = times[i][0]-1,end = times[i][1]-1;
            matrix[start][end] = times[i][2];
        }
        //used数组用来判断该点是否以使用,即是否已经确定起点到该点的最短距离,并且可以将
        //该点作为过度点,计算到起点经过该点到其他点的距离
        boolean[] used = new boolean[n];
        int[] dist = new int[n];
        Arrays.fill(dist,FLAG);
        dist[k-1] = 0;
        for(int i=0;i<n;i++){
            int start = -1;
            for(int j=0;j<n;j++){
                //扫描一轮dist数组,将所有未被使用的点中距离题目所给起点距离最小的点作为临时起点(即可以通过该点过渡)
                if(!used[j]&&(start==-1||dist[start]>dist[j]))
                    start=j;
            }
            used[start] = true;
            for(int end=0;end<n;end++){
                //扫描一边dist数组,题目起点在经过临时起点过度到达其他所有点的距离如果比
                //没有通过临时起点过度的距离短,则可以更新该数组中对应的值
                dist[end]=Math.min(dist[end],dist[start]+matrix[start][end]);
            }
        }
        int res = Arrays.stream(dist).max().getAsInt();
        return res==FLAG?-1:res;
    }

/

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Dijkstra算法是一种用于解决单源最短路径问题算法。它的基本思想是从起点开始,逐步扩展到其他节点,每次选择当前距离起点最近的节点,并更新与该节点相邻的节点的距离。通过这种方式,可以找到起点到其他节点的最短路径。Dijkstra算法的时间复杂度为O(n^2),但是可以通过使用堆优化来将其优化到O(nlogn)。 ### 回答2: Dijkstra算法是一种解决单源最短路径问题的贪心算法,其思想是利用“松弛”操作来不断更新当前点到源点的最短距离,但前提是所有边的权重非负。如果有负权边,则需要使用Bellman-Ford算法。 首先,我们需要定义一个数组dis数组,用于存储源点s到各个点的最短距离。dis[s]初始为0,其他点初始为无限大。接着,我们需要维护一个集合S,表示已经求出最短路径的点的集合。将源点s加入集合S中。 对于每个未加入S的点v,我们通过选择其它点到源点s的最短路径中的一个点u,然后将dis[v]更新为dis[u] + w(u,v),其中w(u,v)表示边(u,v)的权重。具体地,这个操作称为“松弛”操作。 在松弛操作中,我们需要比较dis[u] + w(u,v)和dis[v]的大小,如果前者更小,则更新dis[v]的值为dis[u] + w(u,v)。 重复执行以上操作,直到所有的点都加入到集合S中。最后dis数组中存储的就是源点s到所有点的最短距离。 Dijkstra算法可以用堆优化,时间复杂度为O(mlogn),其中n表示图中的点数,m表示边数。Dijkstra算法也可以应用于稠密图,时间复杂度为O(n^2)。 总之,Dijkstra算法是一种经典的求解单源最短路径问题算法,其实现简单,效率高,被广泛应用于路由算法和图像处理等领域。 ### 回答3: Dijkstra算法是一种在加权有向图中寻找从源节点到其他节点的最短路径的贪心算法。该算法基于其它路径加权节点的已知最短路径去更新更长路径的信息直到找到从源节点到目标节点的最短路径。在整个计算过程中,Dijkstra算法需要维护一个待处理节点集合和一个距离源节点的最短路径数组。 算法的具体实现如下: 1. 初始化源节点及其距离为0,其他节点的距离为无穷大。 2. 将源节点加入到待处理节点集合中。 3. 对于源节点的所有相邻节点,更新它们距离源节点的最短路径。如果当前路径小于之前已知的最短路径,则更新最短路径数组。 4. 遍历待处理节点集合中除源节点外的节点,选择距离最近的节点作为当前节点,并将它从待处理机集合中移除。 5. 对于当前节点的所有相邻节点,更新它们距离源节点的最短路径。如果当前路径小于之前已知的最短路径,则更新最短路径数组。 6. 重复步骤4和5,直到待处理节点集合为空或者目标节点已经被遍历。 Dijkstra算法的时间复杂度为O(n^2),其中n为节点数,由于它是贪心算法,只能处理非负权重的图,否则可能会陷入死循环。但是,Dijkstra算法是单源最短路径问题的最优解,因此在处理小规模的图时效果很好。在处理大规模图时,需要使用其他高效的算法,如A*算法、Bellman-Ford算法等。
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