2023-05-12:存在一个由 n 个节点组成的无向连通图,图中的节点按从 0 到 n - 1 编号, 给你一个数组 graph 表示这个图, 其中,graph[i] 是一个列表,由所有与节点 i
2023-05-12:存在一个由 n 个节点组成的无向连通图,图中的节点按从 0 到 n - 1 编号,
给你一个数组 graph 表示这个图,
其中,graph[i] 是一个列表,由所有与节点 i 直接相连的节点组成。
返回能够访问所有节点的最短路径的长度。
你可以在任一节点开始和停止,也可以多次重访节点,并且可以重用边。
输入:graph = [[1,2,3],[0],[0],[0]]。
输出:4。
答案2023-05-12:
大体步骤如下:
1.首先,在 main 函数中调用 shortestPathLength 函数,并将图的邻接表 graph 作为参数传入。
2.在 shortestPathLength 函数中,获取图中节点的个数 n,使用 Floyd 算法计算所有节点之间的最短路径距离,并将结果保存到 distance 二维数组中,同时初始化一个 ans 变量为整型最大值。
3.接下来,初始化一个 dp 数组,其中 dp[i][j] 表示当前状态为 i(二进制表示),当前在节点 j 的情况下,能形成的最短路径长度。同时,对于 dp 数组进行初始化,将所有元素的值设为 -1。
4.循环遍历每个节点 i,从 i 节点出发,通过 process 函数求出访问所有节点的最短路径长度,并更新 ans 的值。
5.在 process 函数中,首先判断当前状态是否已经访问了所有节点,如果是,返回 0 表示已经完成访问。如果 dp 数组中已有对应状态和当前节点的最短路径长度,则直接返回该值,避免重复计算。
6 如果上述条件都不满足,则遍历所有未访问过的且与当前节点 cur 相邻的节点 next,对于这些节点,递归调用 process 函数,并记录访问当前节点 cur 和下一个节点 next 所需的距离 distance[cur][next],然后将其加上递归得到的 nextAns 值,更新 ans 的值。
7.最后,将计算出的最短路径长度 ans 保存到 dp 数组中,并返回该值。在主函数中输出 ans 的值即为能够访问所有节点的最短路径的长度。
时间复杂度:本算法中使用了 Floyd 算法计算所有节点之间的最短路径,其时间复杂度为 O(n^3);同时,使用动态规划求解当前状态下访问所有节点的最短路径长度,需要遍历状态空间和邻接表,时间复杂度为 O(2^n * n^2)。因此,总的时间复杂度为 O(n^3 + 2^n * n^2)。
空间复杂度:本算法中使用了一个距离矩阵 distance 数组来存储节点之间的最短路径距离,其空间复杂度为 O(n^2);同时,使用了一个 dp 数组来记录状态和节点的最短路径长度,其空间复杂度也是 O(2^n * n)。因此,总的空间复杂度为 O(n^2 + 2^n * n)。
go语言完整代码如下:
package main
import (
"fmt"
"math"
)
func shortestPathLength(graph [][]int) int {
n := len(graph)
distance := floyd(n, graph)
ans := math.MaxInt32
dp := make([][]int, 1<<n)
for i := 0; i < (1 << n); i++ {
dp[i] = make([]int, n)
for j := 0; j < n; j++ {
dp[i][j] = -1
}
}
for i := 0; i < n; i++ {
ans = min(ans, process(1<<i, i, n, distance, dp))
}
return ans
}
func floyd(n int, graph [][]int) [][]int {
distance := make([][]int, n)
for i := 0; i < n; i++ {
distance[i] = make([]int, n)
for j := 0; j < n; j++ {
distance[i][j] = math.MaxInt32
}
}
for i := 0; i < n; i++ {
distance[i][i] = 0
}
for cur := 0; cur < n; cur++ {
for _, next := range graph[cur] {
distance[cur][next] = 1
distance[next][cur] = 1
}
}
for jump := 0; jump < n; jump++ {
for from := 0; from < n; from++ {
for to := 0; to < n; to++ {
if distance[from][jump] != math.MaxInt32 && distance[jump][to] != math.MaxInt32 &&
distance[from][to] > distance[from][jump]+distance[jump][to] {
distance[from][to] = distance[from][jump] + distance[jump][to]
}
}
}
}
return distance
}
func process(status, cur, n int, distance, dp [][]int) int {
if status == (1<<n)-1 {
return 0
}
if dp[status][cur] != -1 {
return dp[status][cur]
}
ans := math.MaxInt32
for next := 0; next < n; next++ {
if status&(1<<next) == 0 && distance[cur][next] != math.MaxInt32 {
nextAns := process(status|(1<<next), next, n, distance, dp)
if nextAns != math.MaxInt32 {
ans = min(ans, distance[cur][next]+nextAns)
}
}
}
dp[status][cur] = ans
return ans
}
func min(a, b int) int {
if a < b {
return a
}
return b
}
func main() {
graph := [][]int{{1, 2, 3}, {0}, {0}, {0}}
ans := shortestPathLength(graph)
fmt.Println(ans)
}
rust语言完整代码如下:
fn shortest_path_length(graph: Vec<Vec<i32>>) -> i32 {
let n = graph.len();
let distance = floyd(n, &graph);
let mut ans = std::i32::MAX;
let mut dp = vec![vec![-1; n]; 1 << n];
for i in 0..(1 << n) {
for j in 0..n {
dp[i][j] = -1;
}
}
for i in 0..n {
ans = ans.min(process(1 << i, i, n, &distance, &mut dp));
}
return ans;
}
fn floyd(n: usize, graph: &Vec<Vec<i32>>) -> Vec<Vec<i32>> {
let mut distance = vec![vec![std::i32::MAX; n]; n];
// 初始化认为都没路
for i in 0..n {
for j in 0..n {
distance[i][j] = std::i32::MAX;
}
}
// 自己到自己的距离为0
for i in 0..n {
distance[i][i] = 0;
}
// 支持任意有向图,把直接边先填入
for cur in 0..n {
for &next in graph[cur].iter() {
distance[cur][next as usize] = 1;
distance[next as usize][cur] = 1;
}
}
// O(N^3)的过程
// 枚举每个跳板
// 注意! 跳板要最先枚举,然后是from和to
for jump in 0..n {
for from in 0..n {
for to in 0..n {
if distance[from][jump] != std::i32::MAX
&& distance[jump][to] != std::i32::MAX
&& distance[from][to] > distance[from][jump] + distance[jump][to]
{
distance[from][to] = distance[from][jump] + distance[jump][to];
}
}
}
}
return distance;
}
// status : 所有已经走过点的状态
// 0 1 2 3 4 5
// int
// 5 4 3 2 1 0
// 0 0 1 1 0 1
// cur : 当前所在哪个城市!
// n : 一共有几座城
// 返回值 : 从此时开始,逛掉所有的城市,至少还要走的路,返回!
fn process(
status: i32,
cur: usize,
n: usize,
distance: &Vec<Vec<i32>>,
dp: &mut Vec<Vec<i32>>,
) -> i32 {
// 5 4 3 2 1 0
// 1 1 1 1 1 1
// 1 << 6 - 1
if status == (1 << n) - 1 {
return 0;
}
if dp[status as usize][cur] != -1 {
return dp[status as usize][cur];
}
let mut ans = std::i32::MAX;
// status:
// 5 4 3 2 1 0
// 0 0 1 0 1 1
// cur : 0
// next : 2 4 5
for next in 0..n {
if (status & (1 << next)) == 0 && distance[cur][next] != std::i32::MAX {
let next_ans = process(status | (1 << next), next, n, distance, dp);
if next_ans != std::i32::MAX {
ans = ans.min(distance[cur][next] + next_ans);
}
}
}
dp[status as usize][cur] = ans;
return ans;
}
fn main() {
let graph = vec![vec![1, 2, 3], vec![0], vec![0], vec![0]];
let ans = shortest_path_length(graph);
println!("{}", ans);
}
c语言完整代码如下:
#include <iostream>
#include <vector>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 15, INF = 0x3f3f3f3f;
int n;
int dist[N][N], dp[1 << N][N];
int floyd(vector<vector<int>>& graph)
{
n = graph.size();
memset(dist, 0x3f, sizeof dist);
for (int i = 0; i < n; i++)
for (auto j : graph[i])
dist[i][j] = 1;
for (int k = 0; k < n; k++)
for (int i = 0; i < n; i++)
for (int j = 0; j < n; j++)
dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]);
return 0;
}
int dfs(int status, int cur)
{
if (status == (1 << n) - 1)
return 0;
if (dp[status][cur] != -1)
return dp[status][cur];
int ans = INF;
for (int next = 0; next < n; next++)
if ((status & (1 << next)) == 0 && dist[cur][next] != INF)
{
int nextAns = dfs(status | (1 << next), next);
if (nextAns != INF)
ans = min(ans, dist[cur][next] + nextAns);
}
return dp[status][cur] = ans;
}
int shortestPathLength(vector<vector<int>>& graph) {
memset(dp, -1, sizeof dp);
floyd(graph);
int ans = INF;
for (int i = 0; i < n; i++)
ans = min(ans, dfs(1 << i, i));
return ans;
}
int main()
{
vector<vector<int>> graph = { {1,2,3},{0},{0},{0} };
cout << shortestPathLength(graph) << endl;
return 0;
}
c++语言完整代码如下:
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define N 15
#define INF 0x3f3f3f3f
int n;
int dist[N][N], dp[1 << N][N];
void floyd(int** graph, int graphSize, int* graphColSize)
{
n = graphSize;
memset(dist, 0x3f, sizeof dist);
for (int i = 0; i < n; i++)
for (int j = 0; j < graphColSize[i]; j++)
dist[i][graph[i][j]] = 1;
for (int k = 0; k < n; k++)
for (int i = 0; i < n; i++)
for (int j = 0; j < n; j++)
dist[i][j] = dist[i][j] < dist[i][k] + dist[k][j] ? dist[i][j] : dist[i][k] + dist[k][j];
}
int dfs(int status, int cur)
{
if (status == (1 << n) - 1)
return 0;
if (dp[status][cur] != -1)
return dp[status][cur];
int ans = INF;
for (int next = 0; next < n; next++)
if ((status & (1 << next)) == 0 && dist[cur][next] != INF)
{
int nextAns = dfs(status | (1 << next), next);
if (nextAns != INF)
ans = ans < dist[cur][next] + nextAns ? ans : dist[cur][next] + nextAns;
}
return dp[status][cur] = ans;
}
int shortestPathLength(int** graph, int graphSize, int* graphColSize) {
memset(dp, -1, sizeof dp);
floyd(graph, graphSize, graphColSize);
int ans = INF;
for (int i = 0; i < n; i++)
ans = ans < dfs(1 << i, i) ? ans : dfs(1 << i, i);
return ans;
}
int main()
{
int graphSize = 4;
int graphColSize[] = { 3, 1, 1, 1 };
int** graph = (int**)malloc(sizeof(int*) * graphSize);
for (int i = 0; i < graphSize; i++)
{
graph[i] = (int*)malloc(sizeof(int) * graphColSize[i]);
memcpy(graph[i], (int[]) { 0 }, sizeof(int)* graphColSize[i]);
}
graph[0][0] = 1;
graph[0][1] = 2;
graph[0][2] = 3;
printf("%d\n", shortestPathLength(graph, graphSize, graphColSize));
for (int i = 0; i < graphSize; i++)
free(graph[i]);
free(graph);
return 0;
}
2023-05-12:存在一个由 n 个节点组成的无向连通图,图中的节点按从 0 到 n - 1 编号, 给你一个数组 graph 表示这个图, 其中,graph[i] 是一个列表,由所有与节点 i的更多相关文章
- Graph Neural Network——图神经网络
本文是跟着李沐老师的论文精度系列进行GNN的学习的,详细链接请见:零基础多图详解图神经网络(GNN/GCN)[论文精读] 该论文的标题为<A Gentle Introduction to Gra ...
- 给定一个double类型的数组arr,其中的元素可正可负可0,返回子数组累乘的最大乘积。例如arr=[-2.5,4,0,3,0.5,8,-1],子数组[3,0.5,8]累乘可以获得最大的乘积12,所以返回12。
分析,是一个dp的题目, 设f[i]表示以i为结尾的最大值,g[i]表示以i结尾的最小值,那么 f[i+1] = max{f[i]*arr[i+1], g[i]*arr[i+1],arr[i+1]} ...
- Ex 3_25 图中每个顶点有一个相关价格..._十一次作业
(a)首先对有向无环图进行拓扑排序,再按拓扑排序的逆序依次计算每个顶点的cost值,每个顶点的cost值为自身的price值与相邻顶点间的cost值得最小值 (b)求出图中的每一个强连通分量,并把所有 ...
- 从上面的集合框架图可以看到,Java 集合框架主要包括两种类型的容器,一种是集合(Collection),存储一个元素集合,另一种是图(Map),存储键/值对映射
从上面的集合框架图可以看到,Java 集合框架主要包括两种类型的容器,一种是集合(Collection),存储一个元素集合,另一种是图(Map),存储键/值对映射.Collection 接口又有 3 ...
- 设计一个算法,採用BFS方式输出图G中从顶点u到v的最短路径(不带权的无向连通图G採用邻接表存储)
思想:图G是不带权的无向连通图.一条边的长度计为1,因此,求带顶点u和顶点v的最短的路径即求顶点u和顶点v的边数最少的顶点序列.利用广度优先遍历算法,从u出发进行广度遍历,类似于从顶点u出发一层一层地 ...
- Paddle Graph Learning (PGL)图学习之图游走类模型[系列四]
Paddle Graph Learning (PGL)图学习之图游走类模型[系列四] 更多详情参考:Paddle Graph Learning 图学习之图游走类模型[系列四] https://aist ...
- 图像分割之(二)Graph Cut(图割)
zouxy09@qq.com http://blog.csdn.net/zouxy09 上一文对主要的分割方法做了一个概述.那下面我们对其中几个比较感兴趣的算法做个学习.下面主要是Graph Cut, ...
- graph使泳道图的label横向显示
1.如果需要将label靠左边对齐,则必须重写底层源码 新增mxText的一个构造器,主要是增加了一个参数:x(代表当前的cell) function mxText(a, b, c, d, e, f, ...
- [LeetCode] 882. Reachable Nodes In Subdivided Graph 细分图中的可到达结点
Starting with an undirected graph (the "original graph") with nodes from 0 to N-1, subdivi ...
- sql 根据指定条件获取一个字段批量获取数据插入另外一张表字段中+MD5加密
/****** Object: StoredProcedure [dbo].[getSplitValue] Script Date: 03/13/2014 13:58:12 ******/ SET A ...
随机推荐
- 01-什么是ElasticSearch
1.什么是搜索? 百度:我们想要查找想要的一些信息比如在百度搜索一本书,一部电影这就是最常见的搜索 但是百度!=搜索 垂直搜索(站内搜索) 互联网的搜索:电商网站,新闻网站,招聘网站,等等 IT系统的 ...
- SQL语句用法总结
use quan56_goods; 使用数据库 show tables; 展示数据表 模糊查询 select * from tb_brand where name like '%林%'; 顺序 书写顺 ...
- 打开CMD方式
打开CMD的方式 win+r 输入cmd 常用的Dos命令 1.#盘符切换2.#查看当前文件目录下的所有文件 dir3.#切换目录 cd change directory4.#cd .. 返回上级5. ...
- 如何让excel不转换科学技术法
使用场景: 业务部门从系统导出数据给开发人员,打开后数字全部变为科学计数法 参考文章:https://www.zhihu.com/question/20096750
- 11.4 显示窗口(harib08d)11.5 小实验(hearib08e) 11.6 高速计数器(harib08f)
11.4 显示窗口(harib08d) 书P206 11.5 小实验(hearib08e) 书P208 11.6 高速计数器(harib08f) 书P209
- ByteHouse:基于 ClickHouse 的实时计算能力升级
更多技术交流.求职机会,欢迎关注字节跳动数据平台微信公众号,回复[1]进入官方交流群 ByteHouse 是火山引擎数智平台旗下云原生数据分析平台,为用户带来极速分析体验,能够支撑实时数据分析和海量离 ...
- Salesforce Javascript(三) 小结1
本篇参考: https://developer.mozilla.org/zh-CN/docs/Web/JavaScript/Guide/Functions https://developer.mozi ...
- SQL优化---慢SQL优化
于2023.3.17日重写,之前写的还是太八股文太烂了一点逻辑都没有,这次重新写了之后,感觉数据库优化还是很有必要的,之前觉得不必要是我年轻了. 一.如何定位慢SQL语句 1.通过慢查询日志查询已经执 ...
- 利用Karlibr生成April标定板图像
1 关键的命令 rosrun kalibr kalibr_create_target_pdf --type apriltag --nx 6 --ny 6 --tsize 0.02 --tspace 0 ...
- webgl 系列 —— 着色器语言
其他章节请看: webgl 系列 着色器语言 本篇开始学习着色器语言 -- GLSL全称是 Graphics Library Shader Language (图形库着色器语言) GLSL 是一门独立 ...