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。
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 0 和 3 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。
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。
思路: 注意:图算法,边初始化的值很重要。 先floyd 再比较小于那个distanceThreshold值
class Solution {
public int findTheCity(int n, int[][] edges, int distanceThreshold) {
// res 存的是可到达的值
int[] res = new int[n];
int inf = 100000;
int[][] e = new int[n][n];
// init ---- 处理成边集 e[i][j] ==> i到j点的代价
for (int i = 0;i < n;i++) {
for (int j = 0;j < n;j++) {
if (i == j) e[i][j] = 0;
else e[i][j] = inf;
}
}
for (int i = 0;i < edges.length;i++) {
e[edges[i][0]][edges[i][1]] = edges[i][2];
e[edges[i][1]][edges[i][0]] = edges[i][2];
}
// floyd
for (int k =0;k < n;k++) {
for (int i = 0;i < n;i++) {
for (int j = 0;j < n;j++) {
if (e[i][j] > e[i][k] + e[k][j]) {
e[i][j] = e[i][k] + e[k][j];
}
}
}
}
for (int i = 0;i < n;i++) {
for (int j = 0;j < n;j++) {
if (e[i][j] <= distanceThreshold) {
res[i]++;
}
}
}
int index = 0;
int nums = res[0];
for (int i = 1;i < n;i++) {
if (res[i] <= nums) {
index = i;
nums = res[i];
}
}
return index;
}
}