LeetCode 1334. 阈值距离内邻居最少的城市(最短路径Dijkstra)

1. 题目

有 n 个城市,按从 0 到 n-1 编号。给你一个边数组 edges,其中 edges[i] = [fromi, toi, weighti] 代表 fromi 和 toi 两个城市之间的双向加权边,距离阈值是一个整数 distanceThreshold。

返回能通过某些路径到达其他城市数目最少、且路径距离 最大 为 distanceThreshold 的城市。如果有多个这样的城市,则返回编号最大的城市。

注意,连接城市 i 和 j 的路径的距离等于沿该路径的所有边的权重之和。

在这里插入图片描述

示例 1:
输入:n = 4, edges = [[0,1,3],[1,2,1],[1,3,4],[2,3,1]], distanceThreshold = 4
输出:3
解释:城市分布图如上。
每个城市阈值距离 distanceThreshold = 4 内的邻居城市分别是:
城市 0 -> [城市 1, 城市 2] 
城市 1 -> [城市 0, 城市 2, 城市 3] 
城市 2 -> [城市 0, 城市 1, 城市 3] 
城市 3 -> [城市 1, 城市 2] 
城市 03 在阈值距离 4 以内都有 2 个邻居城市,但是我们必须返回城市 3,因为它的编号最大。

在这里插入图片描述

示例 2:
输入:n = 5, edges = [[0,1,2],[0,4,8],[1,2,3],[1,4,2],[2,3,1],[3,4,1]], distanceThreshold = 2
输出:0
解释:城市分布图如上。 
每个城市阈值距离 distanceThreshold = 2 内的邻居城市分别是:
城市 0 -> [城市 1] 
城市 1 -> [城市 0, 城市 4] 
城市 2 -> [城市 3, 城市 4] 
城市 3 -> [城市 2, 城市 4]
城市 4 -> [城市 1, 城市 2, 城市 3] 
城市 0 在阈值距离 4 以内只有 1 个邻居城市。
 
提示:
2 <= n <= 100
1 <= edges.length <= n * (n - 1) / 2
edges[i].length == 3
0 <= fromi < toi < n
1 <= weighti, distanceThreshold <= 10^4
所有 (fromi, toi) 都是不同的。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-the-city-with-the-smallest-number-of-neighbors-at-a-threshold-distance
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。

2. 解题

参考他人解题

class Solution {
public:
    int findTheCity(int n, vector<vector<int>>& edges, int distanceThreshold) {
        vector<vector<int>> dis(n,vector<int>(n,INT_MAX));
        //最短路径矩阵
        for(int i = 0; i < n; ++i)
            dis[i][i] = 0;//自己到自己为0

        for(int i = 0; i < n; ++i)
        {
        	//优先队列,按照pair的第一个排序,相同的话,则按第二个排序出队
            priority_queue<pair<int,int>, vector<pair<int,int>>, greater<pair<int,int>>> q;
            q.push({0,i});//第一个是距离,第二个是点的序号
            int from, to, distance;
            while(!q.empty())
            {
                from = q.top().second;
                q.pop();
                for(const auto& e : edges)
                {
                    if(from == e[0])
                    {
                        to = e[1];
                        distance = e[2];
                        if(dis[i][from]+distance < dis[i][to])
                        {	//有更小的路径可以到达 i--> to
                            dis[i][to] = dis[i][from]+distance;
                            q.push({dis[i][to], to});
                        }
                    }
                    else if(from == e[1])
                    {
                        to = e[0];
                        distance = e[2];
                        if(dis[i][from]+distance < dis[i][to])
                        {
                            dis[i][to] = dis[i][from]+distance;
                            q.push({dis[i][to], to});
                        }
                    }
                }
            }
        }

        int count[n]={0};
        for(int i = 0; i < n; ++i)
            for(auto& d : dis[i])
                if(d <= distanceThreshold)//统计阈值内的城市个数
                    count[i]++;

        int minVal = INT_MAX, idx;
        for(int i = 0; i < n; ++i)
        {
            if(count[i] <= minVal)
            {
                minVal = count[i];
                idx = i;//找距离内,邻近城市最少的城市
            }
        }
        return idx;
    }
};

在这里插入图片描述

发布了599 篇原创文章 · 获赞 473 · 访问量 10万+

猜你喜欢

转载自blog.csdn.net/qq_21201267/article/details/104108422