点击下载
1.12.1. 题目
给你一个 n 个节点的 无向带权连通 图,节点编号为 0 到 n - 1 ,再给你一个整数数组 edges ,其中 edges[i] = [ai, bi, wi] 表示节点 ai 和 bi 之间有一条边权为 wi 的边。
部分边的边权为 -1(wi = -1),其他边的边权都为 正 数(wi > 0)。
你需要将所有边权为 -1 的边都修改为范围 [1, 2 * 10^9] 中的 正整数 ,使得从节点 source 到节点 destination 的 最短距离 为整数 target 。如果有 多种 修改方案可以使 source 和 destination 之间的最短距离等于 target ,你可以返回任意一种方案。
如果存在使 source 到 destination 最短距离为 target 的方案,请你按任意顺序返回包含所有边的数组(包括未修改边权的边)。如果不存在这样的方案,请你返回一个 空数组 。
注意:你不能修改一开始边权为正数的边。
1 <= n <= 100
1 <= edges.length <= n * (n - 1) / 2
edges[i].length == 3
0 <= ai, bi < n
wi = -1 或者 1 <= wi <= 107
ai != bi
0 <= source, destination < n
source != destination
1 <= target <= 109
输入的图是连通图,且没有自环和重边。
任意边的权加1,则任意两点的最短路径要么不变,要么加1。前者对应至少有一条最短路径不经过此边;后者对应所有最短路径都经过此边。首先所有可变权的边,设置为1,每轮选择一条可以加权的权边加1。时间复杂度O(109*边数),时间复杂度太高,改成按顺序处理可变权边,就可以用二分法了,时间复杂度降为O(log(109*边数)约等于O(40)。
每轮需要寻找最短路径,由于是稠密图,所以用朴素迪氏寻找单源路径。总时间复杂度是:O(log(10^9边数)nn),越O(40100*100)。
如果可边权边设置为最大值,如果最短路径小于目标值,返回空。
如果可边权边设置为最小值,如果最短路径大于目标值,返回空。
二分寻找合适的值。
m_vMore0Edge,m_vLess0Edge分别记录不可变权边和可边权边。
CNeiBo3 是封装好的类,用与将权边转成邻接表。
CN2Dis 是封装好的求单源最短路径的类。
Do,求最短路径。
CalLess0Edge将增加的权分配给各边。
//朴素迪杰斯特拉算法
class CN2Dis
{
public:
CN2Dis(int iSize) :m_iSize(iSize), DIS(m_vDis), PRE(m_vPre)
{
}
void Cal(int start, const vector
{
m_vDis.assign(m_iSize, -1);
m_vPre.assign(m_iSize, -1);
vector vDo(m_iSize);//点是否已处理
auto AddNode = [&](int iNode)
{
//const int iPreNode = m_vPre[iNode];
long long llPreDis = m_vDis[iNode];
vDo[iNode] = true;
for (const auto& it : vNeiB[iNode])
{
if (vDo[it.first])
{
continue;
}
if ((-1 == m_vDis[it.first]) || (it.second + llPreDis < m_vDis[it.first]))
{
m_vDis[it.first] = it.second + llPreDis;
m_vPre[it.first] = iNode;
}
}
long long llMinDis = LLONG_MAX;
int iMinIndex = -1;
for (int i = 0; i < m_vDis.size(); i++)
{
if (vDo[i])
{
continue;
}
if (-1 == m_vDis[i])
{
continue;
}
if (m_vDis[i] < llMinDis)
{
iMinIndex = i;
llMinDis = m_vDis[i];
}
}
return (LLONG_MAX == llMinDis) ? -1 : iMinIndex;
};
int next = start;
m_vDis[start] = 0;
while (-1 != (next = AddNode(next)));
}
void Cal(int start, const vector
{
m_vDis.assign(m_iSize, LLONG_MAX);
m_vPre.assign(m_iSize, -1);
vector vDo(m_iSize);//点是否已处理
auto AddNode = [&](int iNode)
{
long long llPreDis = m_vDis[iNode];
vDo[iNode] = true;
for (int i = 0; i < m_iSize; i++)
{
if (vDo[i])
{
continue;
}
const long long llCurDis = mat[iNode][i];
if (llCurDis <= 0)
{
continue;
}
m_vDis[i] = min(m_vDis[i], m_vDis[iNode] + llCurDis);
}
long long llMinDis = LLONG_MAX;
int iMinIndex = -1;
for (int i = 0; i < m_iSize; i++)
{
if (vDo[i])
{
continue;
}
if (m_vDis[i] < llMinDis)
{
iMinIndex = i;
llMinDis = m_vDis[i];
}
}
if (LLONG_MAX == llMinDis)
{
return -1;
}
m_vPre[iMinIndex] = iNode;
return iMinIndex;
};
int next = start;
m_vDis[start] = 0;
while (-1 != (next = AddNode(next)));
}
const vector& DIS;
const vector& PRE;
private:
const int m_iSize;
vector m_vDis;//各点到起点的最短距离
vector m_vPre;//最短路径的前一点
};
class CNeiBo3
{
public:
CNeiBo3(int n, vector
{
m_vNeiB.resize(n);
AddEdges(edges, bDirect, iBase);
}
CNeiBo3(int n)
{
m_vNeiB.resize(n);
}
void AddEdges(vector
{
for (const auto& v : edges)
{
m_vNeiB[v[0] - iBase].emplace_back(v[1] - iBase, v[2]);
if (!bDirect)
{
m_vNeiB[v[1] - iBase].emplace_back(v[0] - iBase, v[2]);
}
}
}
vector
};
class Solution {
public:
vector<vector<int>> modifiedGraphEdges(int n, vector<vector<int>>& edges, int source, int destination, int target) {
m_n = n;
m_src = source;
m_dest = destination;
for (const auto& v : edges)
{
if (-1 == v[2])
{
m_vLess0Edge.emplace_back(v);
}
else
{
m_vMore0Edge.emplace_back(v);
}
}
long long left = 0, r = (long long)(1000 * 1000 * 1000-1)* m_vLess0Edge.size()+1;
while (r - left > 1)
{
const auto mid = left + (r - left) / 2;
const long long ll = Do(mid);
if ( ll == target )
{
m_vLess0Edge.insert(m_vLess0Edge.end(), m_vMore0Edge.begin(), m_vMore0Edge.end());
return m_vLess0Edge;
}
else if (ll > target)
{
r = mid;
}
else
{
left = mid;
}
}
const long long ll = Do(left);
if (target == ll)
{
m_vLess0Edge.insert(m_vLess0Edge.end(), m_vMore0Edge.begin(), m_vMore0Edge.end());
return m_vLess0Edge;
}
return {};
}
long long Do(long long llAdd)
{
CalLess0Edge(llAdd);
CNeiBo3 neiBo(m_n);
neiBo.AddEdges(m_vMore0Edge,false);
neiBo.AddEdges(m_vLess0Edge, false);
CN2Dis dis(m_n);
dis.Cal(m_src, neiBo.m_vNeiB);
return dis.DIS[m_dest];
}
void CalLess0Edge(long long llAdd)
{
for (auto& v : m_vLess0Edge)
{
const int curAdd = (int)min(llAdd, (long long)1000 * 1000 * 1000 - 1);
v[2] = 1 + curAdd;
llAdd -= curAdd;
}
}
int m_n;
int m_src;
int m_dest;
vector<vector<int>> m_vMore0Edge,m_vLess0Edge;
};
由于本文篇幅过长,请自行下载测试样例。
要是你认为本篇难道较大,不好入手,推荐你先学习基础算法的课程,我已完成部分,余下部分持续更新中,就在CSDN学院。
https://edu.csdn.net/course/detail/38771
C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
操作系统:win7 开发环境: VS2019 C++17
如果你想观其大略,建设下载《闻缺陷则喜算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653
博主想队大家说的话 |
---|
墨家名称的来源:有所得以墨记之。 |
闻缺陷则喜的来由:早发现,早修改问题,成本更低 |
程序是龙,算法是睛 |