题目地址(743. 网络延迟时间)

题目地址(743. 网络延迟时间)

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：

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）

前置知识

公司

• 暂无

思路

关键点

代码

• 语言支持：Python3

Python3 Code:

class Solution:
    def networkDelayTime(self, times: List[List[int]], n: int, k: int) -> int:
        # 思路 
        # 采用dijkstra算法，可以算出该点到任意点的最小距离
        """
        dijkstra算法是一种贪心算法，如果是相邻点的最小距离，直接求最小值就行；
        如果是间接相邻点，那么就需要使用相邻点的距离信息，然后再加上相邻的相邻距离，从中再选出最小的。。。
        依次类推，每次保存起点到其他节点的最短距离，那么起点到其他节点的相邻点的距离也是最短的
        """
        def dijkstra(graph,start:int):
            # 建堆 放入起点
            h = [[0,start]]
            dist = {}
            while h:
                # 每次选择出第n个相邻的最短距离
                cost, u = heapq.heappop(h)
                # 判断是否已经到达过
                if u in dist:
                    continue
                dist[u] = cost
                # 遍历邻居
                for v,c  in graph[u]:
                    if v in dist:
                        continue
                    next = cost + c 
                    heapq.heappush(h,[next,v])
            return dist
        graph = collections.defaultdict(list)
        for fr,to,c in times:
            graph[fr].append([to,c])
        ans = -1 
        dist = dijkstra(graph,k)
        return -1 if len(dist) != n else max(dist.values())

复杂度分析

令 n 为数组长度。

• 时间复杂度：$O(n^2)$
• 空间复杂度：$O(n)$