给你一个无向图(原始图),图中有 n 个节点,编号从 0 到 n - 1 。你决定将图中的每条边 细分 为一条节点链,每条边之间的新节点数各不相同。
图用由边组成的二维数组 edges 表示,其中 edges[i] = [ui, vi, cnti] 表示原始图中节点 ui 和 vi 之间存在一条边,cnti 是将边 细分 后的新节点总数。注意,cnti == 0 表示边不可细分。
要 细分 边 [ui, vi] ,需要将其替换为 (cnti + 1) 条新边,和 cnti 个新节点。新节点为 x1, x2, …, xcnti ,新边为 [ui, x1], [x1, x2], [x2, x3], …, [xcnti+1, xcnti], [xcnti, vi] 。
现在得到一个 新的细分图 ,请你计算从节点 0 出发,可以到达多少个节点?如果节点间距离是 maxMoves 或更少,则视为 可以到达 。
给你原始图和 maxMoves ,返回 新的细分图中从节点 0 出发 可到达的节点数 。
输入:edges = [[0,1,10],[0,2,1],[1,2,2]], maxMoves = 6, n = 3
输出:13
解释:边的细分情况如上图所示。
可以到达的节点已经用黄色标注出来。
示例 2:
输入:edges = [[0,1,4],[1,2,6],[0,2,8],[1,3,1]], maxMoves = 10, n = 4
输出:23
示例 3:
输入:edges = [[1,2,4],[1,4,5],[1,3,1],[2,3,4],[3,4,5]], maxMoves = 17, n = 5
输出:1
解释:节点 0 与图的其余部分没有连通,所以只有节点 0 可以到达。
提示:
0 <= edges.length <= min(n * (n - 1) / 2, 104)
edges[i].length == 3
0 <= ui < vi < n
图中 不存在平行边
0 <= cnti <= 104
0 <= maxMoves <= 109
1 <= n <= 3000
class Solution {
public int reachableNodes(int[][] edges, int maxMoves, int n) {
//我们先来使用集合赖存储节点
List<int[]>[] list=new ArrayList[n];
for(int i=0;i<n;i++){
list[i]=new ArrayList<>();
}
//接下来建图
for(int[] edge:edges){
int u=edge[0],v=edge[1],cnt=edge[2];
list[u].add(new int[]{v,cnt+1});
list[v].add(new int[]{u,cnt+1});
}
//最短路径算法
int[] dist=new int[n];
Arrays.fill(dist,Integer.MAX_VALUE);
dist[0]=0;
Queue<int[]> queue=new PriorityQueue<>((a,b)->a[1]-b[1]);
queue.add(new int[]{0,0});
while(!queue.isEmpty()){
int[] temp=queue.poll();
//条件特判
int x = temp[0], d = temp[1];
if (d > dist[x]) continue;
// 从x出发还有哪些点与它相连
for(int i=0;i<list[x].size();i++){
int y=list[x].get(i)[0];
int newD=list[x].get(i)[1]+d;
if(newD<dist[y]){
dist[y]=newD;
queue.add(new int[]{y,newD});
}
}
}
//记录结果
int ans = 0;
//这个点可以在 maxMoves 步内到达
for (int d : dist){
if (d <= maxMoves) ans++;
}
for (int[] e : edges) {
int u = e[0], v = e[1], cnt = e[2];
//0 到 u 剩下多少步
int a = Math.max(maxMoves - dist[u], 0);
//同理, 0 到 v 节点剩下多少步
int b = Math.max(maxMoves - dist[v], 0);
//a和b结果的累加,如果大于整个节点数,就取cnt即可,否则,取a+b结果的值
ans += Math.min(a + b, cnt); // 这条边上可以到达的节点数
}
return ans;
}
}