LeetCode——1786. 从第一个节点出发到最后一个节点的受限路径数(Number of Restricted Paths From First to...)[中等]——分析及代码(Java)

LeetCode——1786. 从第一个节点出发到最后一个节点的受限路径数[Number of Restricted Paths From First to Last Node][中等]——分析及代码[Java]

一、题目

现有一个加权无向连通图。给你一个正整数 n ,表示图中有 n 个节点,并按从 1 到 n 给节点编号;另给你一个数组 edges ,其中每个 edges[i] = [ui, vi, weighti] 表示存在一条位于节点 ui 和 vi 之间的边,这条边的权重为 weighti 。
从节点 start 出发到节点 end 的路径是一个形如 [z0, z1, z2, …, zk] 的节点序列,满足 z0 = start 、zk = end 且在所有符合 0 <= i <= k-1 的节点 zi 和 zi+1 之间存在一条边。
路径的距离定义为这条路径上所有边的权重总和。用 distanceToLastNode(x) 表示节点 n 和 x 之间路径的最短距离。受限路径 为满足 distanceToLastNode(zi) > distanceToLastNode(zi+1) 的一条路径,其中 0 <= i <= k-1 。
返回从节点 1 出发到节点 n 的 受限路径数 。由于数字可能很大,请返回对 10^9 + 7 取余 的结果。

示例 1:

输入:n = 5, edges = [[1,2,3],[1,3,3],[2,3,1],[1,4,2],[5,2,2],[3,5,1],[5,4,10]]
输出:3
解释:三条受限路径分别是:
1) 1 --> 2 --> 5
2) 1 --> 2 --> 3 --> 5
3) 1 --> 3 --> 5

示例 2:

输入:n = 7, edges = [[1,3,1],[4,1,2],[7,3,4],[2,5,3],[5,6,1],[6,7,2],[7,5,3],[2,6,4]]
输出:1
解释:唯一一条受限路径是:1 --> 3 --> 7 。

提示:

  • 1 <= n <= 2 * 10^4
  • n - 1 <= edges.length <= 4 * 10^4
  • edges[i].length == 3
  • 1 <= ui, vi <= n
  • ui != vi
  • 1 <= weighti <= 10^5
  • 任意两个节点之间至多存在一条边
  • 任意两个节点之间至少存在一条路径

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/number-of-restricted-paths-from-first-to-last-node
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。

二、分析及代码

1. Dijkstra 算法 + 记忆化搜索

(1)思路

用 Dijkstra 算法求各点到节点 n 之间的最短距离,结合记忆化搜索,计算受限路径数。

(2)代码

class Solution {
    public int countRestrictedPaths(int n, int[][] edges) {
        int m = edges.length, modNum = 1000000007, ans = 0;
        List<Map<Integer, Integer>> list = new ArrayList<Map<Integer, Integer>>();
        for (int i = 0; i <= n; i++)
            list.add(new HashMap<Integer, Integer>());
        for (int i = 0; i < m; i++) {//邻接表
            int x = edges[i][0], y = edges[i][1], len = edges[i][2];
            list.get(x).put(y, len);
            list.get(y).put(x, len); 
        }

        //Dijkstra计算各点距离
        int[] dis = new int[n + 1];
        boolean[] visited = new boolean[n + 1];
        Arrays.fill(dis, Integer.MAX_VALUE);
        Arrays.fill(visited, false);
        PriorityQueue<int[]> que = new PriorityQueue<>(new Comparator<int[]>() {//优先队列存储当前各点到n的距离
            public int compare(int[] a, int[] b) {
                return a[1] - b[1];
            }
        });
        que.offer(new int[]{n, 0});
        while (!que.isEmpty()) {
            int[] point = que.poll();//取出当前距离n最近的点
            int x = point[0], len = point[1];
            if (visited[x] == false) {//如果点已计算过,直接跳过
                Iterator it = list.get(x).entrySet().iterator();
                while (it.hasNext()) {
                    Map.Entry entry = (Map.Entry)it.next();
                    int y = (int)entry.getKey(), ylen = (int)entry.getValue();
                    que.offer(new int[]{y, ylen + len});//更新所有邻接点到n的距离
                }
                dis[x] = len;
                visited[x] = true;
            }
        }

        //计算受限路径数
        long[] num = new long[n + 1];
        Arrays.fill(num, -1);
        return (int)countPath(list, num, dis, modNum, n, 1);
    }

    public long countPath(List<Map<Integer, Integer>> list, long[] num, int[] dis, int modNum, int n, int i) {//记忆化搜索
        if (num[i] != -1)//该点已搜索过
            return num[i];
        if (i == n)//下一节点为n,搜索完成返回路径数1
            return 1;
        Iterator it = list.get(i).entrySet().iterator();
        long cnt = 0;
        while (it.hasNext()) {//遍历所有可能的下一节点
            Map.Entry entry = (Map.Entry)it.next();
            int y = (int)entry.getKey();
            if (dis[y] < dis[i])
                cnt += countPath(list, num, dis, modNum, n, y);
        }
        num[i] = cnt % modNum;//记录当前节点的路径数
        return num[i];
    }
}

(3)结果

执行用时 :145 ms,在所有 Java 提交中击败了 13.26% 的用户;
内存消耗 :69.2 MB,在所有 Java 提交中击败了 34.47% 的用户。

三、其他

暂无。

给定一个组 nums 和一个目标值 target,要求在组中找出两个的和等于目标值,并返回这两个的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历组的所有组合,判断两个的和是否等于目标值。如果等于目标值,则返回这两个的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储组中的元素和对应的索引。遍历组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果组已经排序,可以使用双指针的方法来求解。假设组从小到大排序,定义左指针left指向组的第一个元素,右指针right指向组的最后一个元素。 如果当前两个指针指向的的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
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