连通图最小路径个数

LC1976. 到达目的地的方案数

你在一个城市里,城市由 n 个路口组成,路口编号为 0n - 1 ,某些路口之间有 双向 道路。输入保证你可以从任意路口出发到达其他任意路口,且任意两个路口之间最多有一条路。

给你一个整数 n 和二维整数数组 roads ,其中 roads[i] = [ui, vi, timei] 表示在路口 uivi 之间有一条需要花费 timei 时间才能通过的道路。你想知道花费 最少时间 从路口 0 出发到达路口 n - 1 的方案数。

请返回花费 最少时间 到达目的地的 路径数目 。由于答案可能很大,将结果对 109 + 7 取余 后返回。

示例 1:

img

1
2
3
4
5
6
7
8
输入:n = 7, roads = [[0,6,7],[0,1,2],[1,2,3],[1,3,3],[6,3,3],[3,5,1],[6,5,1],[2,5,1],[0,4,5],[4,6,2]]
输出:4
解释:从路口 0 出发到路口 6 花费的最少时间是 7 分钟。
四条花费 7 分钟的路径分别为:
- 0 ➝ 6
- 0 4 ➝ 6
- 0 1 2 5 ➝ 6
- 0 1 3 5 ➝ 6

示例 2:

1
2
3
输入:n = 2, roads = [[1,0,10]]
输出:1
解释:只有一条从路口 0 到路口 1 的路,花费 10 分钟。

提示:

  • 1 <= n <= 200
  • n - 1 <= roads.length <= n * (n - 1) / 2
  • roads[i].length == 3
  • 0 <= ui, vi <= n - 1
  • 1 <= timei <= 109
  • ui != vi
  • 任意两个路口之间至多有一条路。
  • 从任意路口出发,你能够到达其他任意路口。

解法一

Dijkstra算法,一遍求最短路径,一边计算路径的个数,令f[e]表示点0e的最短路径个数,显然f[0]等于1,假设到点e最短路径的上一个点有两个分别是uv,那么f[e] = f[u] + f[v],若只有一个u的话,f[e] = f[u],根据这点性质,加上Dijkstra遍历的特点,很容易就可以想到在Dijkstra在进行距离转移变化时,若相等就加,若小于就覆盖。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
class Solution {
public int countPaths(int n, int[][] roads) {
int mod = (int) (1e9 + 7);
long[] d = new long[n];
Arrays.fill(d, Long.MAX_VALUE);
d[0] = 0;
int[] f = new int[n];
f[0] = 1;
List<int[]>[] g = new List[n];
Arrays.setAll(g, e -> new ArrayList<>());
for (var road : roads) {
int u = road[0], v = road[1], t = road[2];
g[u].add(new int[] {v, t});
g[v].add(new int[] {u, t});
}
PriorityQueue<long[]> heap = new PriorityQueue<>(Comparator.comparingLong(a -> a[1]));
boolean[] vis = new boolean[n];
heap.add(new long[] {0, 0});
while (!heap.isEmpty()) {
long[] poll = heap.poll();
int e = (int) poll[0];
long t = poll[1];
if (vis[e]) continue;
if (e == n - 1) return f[n - 1]; //这里直接返回就行,绝对没有相等的距离在后面,因为heap会把距离更小的先遍历
for (var it : g[e]) {
int ee = it[0], va = it[1];
if (va + t < d[ee]) {
f[ee] = f[e];
d[ee] = va + t;
heap.add(new long[] {ee, d[ee]});
} else if (va + t == d[ee]) {
f[ee] = (f[ee] + f[e]) % mod;
}
}
vis[e] = true;
}
return f[n - 1];
}
}

解法二

Dijkstra+TopSort。

经过Dijkstra一遍过后已经得知每个点距离0的距离,假设有点uv,d[u] = d[v] + g[v][u],那么对于求最短距离而言u -> v这条边已经没有用了,同时其他的点到v的路径也没用了,因此可以删去一些无用边。

示例一去除无效边后的图

这样重新建图后就可以使用topsort遍历一遍即可求出f[n - 1]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
class Solution {
public int countPaths(int n, int[][] roads) {

long[][] g = new long[n][n];
for (var gg : g) Arrays.fill(gg, -1);
for (var road : roads) {
int u = road[0], v = road[1], t = road[2];
g[u][v] = g[v][u] = t;
}
long[] d = new long[n];
Arrays.fill(d, Long.MAX_VALUE / 2);
d[0] = 0;
boolean[] vis = new boolean[n];
for (int i = 0; i < n; i++) {
int t = -1;
for (int j = 0; j < n; j++) {
if (!vis[j] && (t == -1 || d[t] > d[j])) t = j;
}
vis[t] = true;
for (int j = 0; j < n; j++) {
if (g[j][t] != -1) {
d[j] = Math.min(d[j], d[t] + g[j][t]);
}
}
}
for (var gg : g) Arrays.fill(gg, -1);
int[] deg = new int[n];
long[] f = new long[n];
f[0] = 1;
for (var road : roads) {
int u = road[0], v = road[1], t = road[2];
if (d[u] == d[v] + t) {
g[v][u] = t;
deg[u]++;
} else if (d[v] == d[u] + t) {
g[u][v] = t;
deg[v]++;
}
}
Deque<Integer> queue = new ArrayDeque<>();
for (int i = 0; i < n; i++) {
if (deg[i] == 0) queue.add(i);
}
while (!queue.isEmpty()) {
int u = queue.poll();
for (int v = 0; v < n; v++) {
if (g[u][v] != -1) {
f[v] = (f[v] + f[u]) % (long) (1e9 + 7);
if (--deg[v] == 0) {
queue.add(v);
}
}

}
}
return (int) f[n - 1];

}
}

连通图最小路径个数
http://example.com/2024/03/05/连通图最小路径个数/
作者
ykexc
发布于
2024年3月5日
许可协议