【深度优先】【图论】【C++算法】2045. 到达目的地的第二短时间

简介: 【深度优先】【图论】【C++算法】2045. 到达目的地的第二短时间

LeetCode2045. 到达目的地的第二短时间

城市用一个 双向连通 图表示,图中有 n 个节点,从 1 到 n 编号(包含 1 和 n)。图中的边用一个二维整数数组 edges 表示,其中每个 edges[i] = [ui, vi] 表示一条节点 ui 和节点 vi 之间的双向连通边。每组节点对由 最多一条 边连通,顶点不存在连接到自身的边。穿过任意一条边的时间是 time 分钟。

每个节点都有一个交通信号灯,每 change 分钟改变一次,从绿色变成红色,再由红色变成绿色,循环往复。所有信号灯都 同时 改变。你可以在 任何时候 进入某个节点,但是 只能 在节点 信号灯是绿色时 才能离开。如果信号灯是 绿色 ,你 不能 在节点等待,必须离开。

第二小的值 是 严格大于 最小值的所有值中最小的值。

例如,[2, 3, 4] 中第二小的值是 3 ,而 [2, 2, 4] 中第二小的值是 4 。

给你 n、edges、time 和 change ,返回从节点 1 到节点 n 需要的 第二短时间 。

注意:

你可以 任意次 穿过任意顶点,包括 1 和 n 。

你可以假设在 启程时 ,所有信号灯刚刚变成 绿色 。

示例 1: 

输入:n = 5, edges = [[1,2],[1,3],[1,4],[3,4],[4,5]], time = 3, change = 5

输出:13

解释:

上面的左图展现了给出的城市交通图。

右图中的蓝色路径是最短时间路径。

花费的时间是:

  • 从节点 1 开始,总花费时间=0
  • 1 -> 4:3 分钟,总花费时间=3
  • 4 -> 5:3 分钟,总花费时间=6
    因此需要的最小时间是 6 分钟。
    右图中的红色路径是第二短时间路径。
  • 从节点 1 开始,总花费时间=0
  • 1 -> 3:3 分钟,总花费时间=3
  • 3 -> 4:3 分钟,总花费时间=6
  • 在节点 4 等待 4 分钟,总花费时间=10
  • 4 -> 5:3 分钟,总花费时间=13
    因此第二短时间是 13 分钟。
    示例 2:
    输入:n = 2, edges = [[1,2]], time = 3, change = 2
    输出:11
    解释:
    最短时间路径是 1 -> 2 ,总花费时间 = 3 分钟
    第二短时间路径是 1 -> 2 -> 1 -> 2 ,总花费时间 = 11 分钟

提示:

2 <= n <= 104

n - 1 <= edges.length <= min(2 * 104, n * (n - 1) / 2)

edges[i].length == 2

1 <= ui, vi <= n

ui != vi

不含重复边

每个节点都可以从其他节点直接或者间接到达

1 <= time, change <= 103

深度优先

经过的边数相同,则行驶时间相同,等待时间也相同。所以本题等效与求严格经过边数第二少。令经过最少的边数是x,则严格第二少的边数只能是x+1或x+2。因为:到达目的地后返回一个节点,再到达目的地,经过的边数是x+2。

本问题等于与:

一,计算最少经过边数x。

二,能否经过x+1条边到达目的的。

每个节点除了记录最少边数,还要记录另外一个状态i1:

初始为0,第一次到达是变成1。加入队列。

1变2的条件:新经过的边数等于x+1。加入队列。

2不会发生的变化。

每个节点最多入队两次。估计时间复杂度是:O(n)。

目的地的i1,如果为1,则严格第二少的边数为x+1,否则为x+2。

通过边数计算时间:

如果总时间time / change 是奇数需要等待 等待时间 change - (time/change)。

代码

核心代码

class CNeiBo2
{
public:
  CNeiBo2(int n, bool bDirect, int iBase = 0) :m_iN(n), m_bDirect(bDirect), m_iBase(iBase)
  {
    m_vNeiB.resize(n);
  }
  CNeiBo2(int n, vector<vector<int>>& edges, bool bDirect, int iBase = 0) :m_iN(n), m_bDirect(bDirect), m_iBase(iBase)
  {
    m_vNeiB.resize(n);
    for (const auto& v : edges)
    {
      m_vNeiB[v[0] - iBase].emplace_back(v[1] - iBase);
      if (!bDirect)
      {
        m_vNeiB[v[1] - iBase].emplace_back(v[0] - iBase);
      }
    }
  }
  inline void Add(int iNode1, int iNode2)
  {
    iNode1 -= m_iBase;
    iNode2 -= m_iBase;
    m_vNeiB[iNode1].emplace_back(iNode2);
    if (!m_bDirect)
    {
      m_vNeiB[iNode2].emplace_back(iNode1);
    }
  }
  const int m_iN;
  const bool m_bDirect;
  const int m_iBase;
  vector<vector<int>> m_vNeiB;
};
class Solution {
public:
  int secondMinimum(int n, vector<vector<int>>& edges, int time, int change) {
    CNeiBo2 neiBo(n, edges, false, 1);
    queue<pair<int,int>> que;   
    vector<int> vDis(n), vStatu(n);
    que.emplace(0,0);
    vStatu[0] = 1;
    while (que.size())
    {
      const auto [cur,curDis] = que.front();
      que.pop();
      for (const auto& next : neiBo.m_vNeiB[cur])
      {
        const int iNewDis = curDis + 1;
        if (0 == vStatu[next])
        {
          vDis[next] = iNewDis;
          vStatu[next] = 1;
          que.emplace(next,iNewDis);
        }
        else if ((1 == vStatu[next])&&( vDis[next]+1 == iNewDis))
        {
          vStatu[next] = 2;
          que.emplace(next, iNewDis);
        }
      }
    }
    const int iEdgeNum = (1 == vStatu.back()) ? (vDis.back() + 2) : (vDis.back() + 1);
    int iTime = 0;
    for (int i = 1; i <= iEdgeNum; i++)
    {
      iTime += time;
      if ((iTime / change) & 1)
      {
        if (iEdgeNum != i)
        {
          iTime += (change - (iTime % change));
        }
      }
    }
    return iTime;
  }
};

测试用例

template<class T,class T2>
void Assert(const T& t1, const T2& t2)
{
assert(t1 == t2);
}
template
void Assert(const vector& v1, const vector& v2)
{
if (v1.size() != v2.size())
{
assert(false);
return;
}
for (int i = 0; i < v1.size(); i++)
{
Assert(v1[i], v2[i]);
}
}
int main()
{
int n, time, change;
vector<vector> edges;
{
Solution sln;
n = 5, edges = { {1,2},{1,3},{1,4},{3,4},{4,5} }, time = 3, change = 5;
auto res = sln.secondMinimum(n, edges, time, change);
Assert(13, res);
}
{
Solution sln;
n = 2, edges = { {1,2} }, time = 3, change = 2;
auto res = sln.secondMinimum(n, edges, time, change);
Assert(11, res);
}
}

2023年4月

class Solution {
public:
int secondMinimum(int n, vector<vector>& edges, int time, int change) {
m_vNeiB.resize(n + 1);
m_vDis.assign(n + 1,INT_MAX);
m_vDis2.assign(n + 1, INT_MAX);
for (const auto& e : edges)
{
m_vNeiB[e[0]].emplace_back(e[1]);
m_vNeiB[e[1]].emplace_back(e[0]);
}
std::queue<pair<int,int>> que;
que.emplace(1,0);
while (que.size())
{
const int iCur = que.front().first;
const int len = que.front().second;
que.pop();
for (const auto& next : m_vNeiB[iCur])
{
const int iNewLen = len + 1;
if (iNewLen >= m_vDis2[next])
{
continue;
}
que.emplace(next, iNewLen);
if (iNewLen < m_vDis[next])
{
m_vDis[next] = iNewLen;
}
else if (iNewLen != m_vDis[next])
{
m_vDis2[next] = iNewLen;
}
}
}
int tmp = m_vDis2[n];
int iRet = 0;
while (tmp–)
{
if ((iRet / change) & 1)
{
iRet += (change - iRet%change);
}
iRet += time;
}
return iRet;
}
vector<vector> m_vNeiB;
vector m_vDis;
vector m_vDis2;
};


扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关

下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17

如无特殊说明,本算法用**C++**实现。

目录
打赏
0
0
0
0
36
分享
相关文章
解读 C++ 助力的局域网监控电脑网络连接算法
本文探讨了使用C++语言实现局域网监控电脑中网络连接监控的算法。通过将局域网的拓扑结构建模为图(Graph)数据结构,每台电脑作为顶点,网络连接作为边,可高效管理与监控动态变化的网络连接。文章展示了基于深度优先搜索(DFS)的连通性检测算法,用于判断两节点间是否存在路径,助力故障排查与流量优化。C++的高效性能结合图算法,为保障网络秩序与信息安全提供了坚实基础,未来可进一步优化以应对无线网络等新挑战。
基于 C++ 语言的迪杰斯特拉算法在局域网计算机管理中的应用剖析
在局域网计算机管理中,迪杰斯特拉算法用于优化网络路径、分配资源和定位故障节点,确保高效稳定的网络环境。该算法通过计算最短路径,提升数据传输速率与稳定性,实现负载均衡并快速排除故障。C++代码示例展示了其在网络模拟中的应用,为企业信息化建设提供有力支持。
44 15
公司局域网管理中的哈希表查找优化 C++ 算法探究
在数字化办公环境中,公司局域网管理至关重要。哈希表作为一种高效的数据结构,通过哈希函数将关键值(如IP地址、账号)映射到数组索引,实现快速的插入、删除与查找操作。例如,在员工登录验证和设备信息管理中,哈希表能显著提升效率,避免传统线性查找的低效问题。本文以C++为例,展示了哈希表在局域网管理中的具体应用,包括设备MAC地址与IP分配的存储与查询,并探讨了优化哈希函数和扩容策略,确保网络管理高效准确。
员工屏幕监控系统之 C++ 图像差分算法
在现代企业管理中,员工屏幕监控系统至关重要。本文探讨了其中常用的图像差分算法,该算法通过比较相邻两帧图像的像素差异,检测屏幕内容变化,如应用程序切换等。文中提供了C++实现代码,并介绍了其在实时监控、异常行为检测和数据压缩等方面的应用,展示了其实现简单、效率高的特点。
58 15
从集思录可转债数据探秘:Python与C++实现的移动平均算法应用
本文探讨了如何利用移动平均算法分析集思录提供的可转债数据,帮助投资者把握价格趋势。通过Python和C++两种编程语言实现简单移动平均(SMA),展示了数据处理的具体方法。Python代码借助`pandas`库轻松计算5日SMA,而C++代码则通过高效的数据处理展示了SMA的计算过程。集思录平台提供了详尽且及时的可转债数据,助力投资者结合算法与社区讨论,做出更明智的投资决策。掌握这些工具和技术,有助于在复杂多变的金融市场中挖掘更多价值。
61 12
|
27天前
|
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
在数字化办公时代,公司监控上网软件成为企业管理网络资源和保障信息安全的关键工具。本文深入剖析C++中的链表数据结构及其在该软件中的应用。链表通过节点存储网络访问记录,具备高效插入、删除操作及节省内存的优势,助力企业实时追踪员工上网行为,提升运营效率并降低安全风险。示例代码展示了如何用C++实现链表记录上网行为,并模拟发送至服务器。链表为公司监控上网软件提供了灵活高效的数据管理方式,但实际开发还需考虑安全性、隐私保护等多方面因素。
25 0
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
探秘:基于 C++ 的局域网电脑控制软件自适应指令分发算法
在现代企业信息化架构中,局域网电脑控制软件如同“指挥官”,通过自适应指令分发算法动态调整指令发送节奏与数据量,确保不同性能的终端设备高效运行。基于C++语言,利用套接字实现稳定连接和线程同步管理,结合实时状态反馈,优化指令分发策略,提升整体管控效率,保障网络稳定,助力数字化办公。
75 19
【狂热算法篇】并查集:探秘图论中的 “连通神器”,解锁动态连通性的神秘力量(通俗易懂版)
【狂热算法篇】并查集:探秘图论中的 “连通神器”,解锁动态连通性的神秘力量(通俗易懂版)
【狂热算法篇】探秘图论之 Floyd 算法:解锁最短路径的神秘密码(通俗易懂版)
【狂热算法篇】探秘图论之 Floyd 算法:解锁最短路径的神秘密码(通俗易懂版)
【狂热算法篇】探秘图论之Dijkstra 算法:穿越图的迷宫的最短路径力量(通俗易懂版)
【狂热算法篇】探秘图论之Dijkstra 算法:穿越图的迷宫的最短路径力量(通俗易懂版)

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等