代码随想录算法训练营第58天|拓扑排序精讲、dijkstra(朴素版)精讲

本文主要是介绍代码随想录算法训练营第58天|拓扑排序精讲、dijkstra(朴素版)精讲,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

打卡Day58

  • 1.拓扑排序精讲
  • 2.dijkstra(朴素版)精讲

1.拓扑排序精讲

题目链接:拓扑排序精讲
文档讲解: 代码随想录

给出一个有向图,把这个有向图转成线性的排序就叫拓扑排序。拓扑排序要检测这个有向图是否有环,即存在循环依赖的情况,因为这种情况是不能做线性排序的。所以拓扑排序是图论中判断有向无环图的常用方法。拓扑排序的过程,有两步,第一步,找到入度为0的节点,加入结果集;第二步,将该节点从图中移除。 循环以上两步,直到所有节点都在图中被移除了。结果集的顺序,就是想要的拓扑排序顺序。

from collections import deque,defaultdict
def topological_sort(n,edges):#统计入度indegree = [0] * (n)#记录依赖关系umap = defaultdict(list)for s,t in edges:indegree[t] += 1 umap[s].append(t)#初始化队列,加入所有入度为0的点que = deque([i for i in range(n) if indegree[i] == 0])res = [] while que:cur = que.popleft()res.append(cur)for file in umap[cur]:#获取该文件指向的文件indegree[file] -= 1 if indegree[file] == 0:que.append(file)if len(res) == n:print(' '.join(map(str,res)))else:print(-1)
if __name__ == '__main__':n,m = map(int,input().split())edges = [] for _ in range(m):edges.append(list(map(int,input().split())))topological_sort(n,edges)

2.dijkstra(朴素版)精讲

题目链接:dijkstra(朴素版)精讲
文档讲解: 代码随想录
这道题是求最短路,最短路是图论中的经典问题,给出一个有向图,一个起点,一个终点,问起点到终点的最短路径。在dijkstra算法中,同样有一个数组很重要,起名为:minDist。minDist数组用来每个节点距离源点的最小距离。dijkstra算法的两个注意点:可以同时求起点到所有节点的最短路径;权值不能是负数。

def dijkstra(n,edges,start,end):#初始化邻接矩阵grid = [[float('inf')] * (n+1) for _ in range(n+1)]for s,e,v in edges:grid[s][e] = v #初始化距离数组和访问数组minDist = [float('inf')] * (n+1)visited = [False] * (n+1)minDist[start] = 0 for _ in range(1,n+1):minval = float('inf')cur = -1 #选择距离源点最近且未访问的节点for j in range(1,n+1):if not visited[j] and minDist[j] < minval:minval = minDist[j]cur = j if cur == -1:break visited[cur] = True #更新minDist数组for j in range(1,n+1):if not visited[j] and grid[cur][j] != float('inf') and minDist[cur] + grid[cur][j] < minDist[j]:minDist[j] = minDist[cur] + grid[cur][j]if minDist[end] == float('inf'):return -1 else:return minDist[end]
if __name__ == "__main__":n,m = map(int,input().split())edges = [] for _ in range(m):edges.append(list(map(int,input().split())))res = dijkstra(n,edges,1,n)print(res)

dijkstra算法与prim算法唯一区别在于更新minDist数组。prim算法是求非访问节点到最小生成树的最小距离,而dijkstra算法是求非访问节点到源点的最小距离。

这篇关于代码随想录算法训练营第58天|拓扑排序精讲、dijkstra(朴素版)精讲的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1106738

相关文章

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时