(nice!!!)LeetCode 3112. 访问消失节点的最少时间(图论、边的dijkstra、堆优化)

3112. 访问消失节点的最少时间

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

思路:节点n的个数非常大,用普通的dijkstra算法对节点进行枚举是会超时的,时间复杂度为0(n^2)。这里边的数量最大为10 ^5,可以对边使用dijkstra算法+堆优化操作,时间复杂度为0(mlogm)。

节点消失问题,只需要加一个判断条件,判断到每个节点的最小时间是否都低于消失时间,如果不低于说明到不了,直接跳过即可。细节看注释。

class Solution {
public:
    typedef pair<int,int> PII;
    vector<int> minimumTime(int n, vector<vector<int>>& edges, vector<int>& disappear) {
    	//邻接表
        vector<vector<PII>> g(n);
        for(int i=0;i<edges.size();i++){
            g[edges[i][0]].push_back({edges[i][1],edges[i][2]});
            g[edges[i][1]].push_back({edges[i][0],edges[i][2]});
        }
        //到每个节点的最小值,-1表示还没到过
        vector<int> dis(n,-1);
        //按最小时间进行升序排列的优先队列
        priority_queue<PII,vector<PII>,greater<PII>> qu;
        //插入0节点的情况
        qu.push({0,0});
        while(qu.size()){
            PII tmp=qu.top();
            qu.pop();
            //如果当前节点没有遍历过,或者有更小的时间到达
            if(dis[tmp.second]==-1||tmp.first<dis[tmp.second]){
                dis[tmp.second]=tmp.first;
            }else{
                continue;
            }
            //枚举当前点tmp.second能到的其他节点
            for(int i=0;i<g[tmp.second].size();i++){
            //如果可以在消失前到达,那就加入队列
            if(g[tmp.second][i].second+tmp.first<disappear[g[tmp.second][i].first]) 
                qu.push({g[tmp.second][i].second+tmp.first,g[tmp.second][i].first});
            }
        }
        return dis;
    }
};
  • 7
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你好!对于LeetCode上的问题994.腐烂的橘子,你可以使用Python来解决。下面是一个示例代码: ```python from collections import deque def orangesRotting(grid): # 记录网格的行数和列数 row, col = len(grid), len(grid[0]) # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 使用队列来保存腐烂的橘子的位置 queue = deque() # 记录新鲜橘子的数量 fresh_count = 0 # 遍历整个网格,初始化队列和新鲜橘子的数量 for i in range(row): for j in range(col): if grid[i][j] == 2: # 腐烂的橘子 queue.append((i, j)) elif grid[i][j] == 1: # 新鲜橘子 fresh_count += 1 # 如果新鲜橘子的数量为0,直接返回0 if fresh_count == 0: return 0 # 初始化分钟数 minutes = 0 # 开始进行BFS,直到队列为空 while queue: # 记录当前分钟数下,队列中的元素数量 size = len(queue) # 遍历当前分钟数下的所有腐烂的橘子 for _ in range(size): x, y = queue.popleft() # 遍历四个方向 for dx, dy in directions: nx, ny = x + dx, y + dy # 判断新位置是否在网格内,并且是新鲜橘子 if 0 <= nx < row and 0 <= ny < col and grid[nx][ny] == 1: # 将新鲜橘子变为腐烂状态 grid[nx][ny] = 2 # 将新鲜橘子的位置加入队列 queue.append((nx, ny)) # 新鲜橘子的数量减1 fresh_count -= 1 # 如果当前分钟数下,没有新鲜橘子了,结束循环 if fresh_count == 0: break # 每遍历完一层,分钟数加1 minutes += 1 # 如果最后还有新鲜橘子,返回-1,否则返回分钟数 return -1 if fresh_count > 0 else minutes ``` 你可以将给定的网格作为参数传递给`orangesRotting`函数来测试它。请注意,该代码使用了BFS算法来遍历橘子,并计算腐烂的分钟数。希望能对你有所帮助!如果有任何疑问,请随时问我。
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