图中的复杂算法

头发结冰海鲜过敏的鱼

已于 2022-02-13 10:58:20 修改

阅读量338

点赞数

分类专栏： leetcode总结文章标签：算法图论数据结构

于 2020-09-08 07:41:02 首次发布

本文链接：https://blog.csdn.net/whyymlm/article/details/108115035

版权

本文详细介绍了图算法中的关键概念，包括Dijkstra算法求最小距离，拓扑排序判断有向图无环，强连接元素的探讨，最小生成树的构建以及BFS过程中记录最短路径的方法。这些算法在图论和数据结构中扮演着重要角色，对于理解和解决复杂问题至关重要。

摘要由CSDN通过智能技术生成

1.求最小距离 Dijkstra algorithm

其实就是一个BFS问题，只是BFS运行的时候每次是入queue，Dijkstra每次是入heap（每次出最小的）。

1. 初始化 disTo 为所有都为 正无穷，除了起始点为0。

2. 初始化 heapq 为所有以出发点为起点的边。

3. 如果disTo[v] > disTo[u] + dis（当找到一个更小的距离）, 更新距离，并且把其所有边加入heap

4. 直到heap为空

class Solution:
    def networkDelayTime(self, times: List[List[int]], N: int, K: int) -> int:
        graph = {}
        disTo = {}
        pq = []
        # 1. build the graph
        # 2. make distance to every point infinity
        for time in times:
            
            start = time[0]
            end = time[1]
            dis = time[2]
            
            disTo[start] = float("inf")
            disTo[end] = float("inf")
            
            if start not in graph:
                graph[start] = [[dis, end]]
            else:
                graph[start].append([dis, end])
                
            if start == K:
                heapq.heappush(pq, [dis, start, end])
        # init the pq with start point with dis = 0
        
        
        disTo[K] = 0
        while pq:
            this = heapq.heappop(pq)
            
            u = this[1]
            v = this[2]
            dis = this[0]
            
            #加入新的路径小于之前的路径，则更新，并且将子节点