当前位置：首页 > news >正文

代码随想录打卡|Day50 图论（拓扑排序精讲、dijkstra（朴素版）精讲）

news 来源：原创 2025/6/2 3:41:16

图论part08

拓扑排序精讲

代码随想录讲解链接
题目链接

在这里插入图片描述

思路

在这个题目之中，个别文件的处理依赖于别的文件，因此，文件的处理顺序十分重要。
我们用图来表示文件的处理顺序，文件s指向文件t，则说明如果要正确的处理文件t，那么就必须先处理文件s。换句话说，文件t所对应的入度为1，当我们处理好文件s之后，文件t的入度就变成0，于是就可以处理文件t了。
同理，当我们将文件t处理之后，文件t指向的下一个文件x也就可以正常处理了（x入度为0），以此类推，最终根据结果集之中的文件个数可以正确的判断是否能够成功处理。

import java.util.*;public class Main{public static void main(String[] args){Scanner sc = new Scanner(System.in);int N = sc.nextInt();int M = sc.nextInt();// 构建图从而记录文件之间的依赖关系List<List<Integer>> umap = new ArrayList<>();// 记录每个文件的入度int[] inDegree = new int[N];for(int i = 0 ; i < N ; i++)umap.add(new ArrayList<>());// 填充边的关系for(int i = 0 ; i < M ; i++){int s = sc.nextInt();int t = sc.nextInt();umap.get(s).add(t); //表示s指向tinDegree[t] ++; //由于s指向t，所以t的入度加一}Queue<Integer> queue = new LinkedList<>();// 找出所有节点之中入度为0的节点for(int i = 0 ; i < N ; i++){if(inDegree[i] == 0){queue.add(i);}}List<Integer> result = new ArrayList<>();// 拓扑排序流程while(!queue.isEmpty()){int cur = queue.poll();result.add(cur);// 上面将节点cur加入到结果集之后，cur指向的所有节点的入度都应该减1for(int nextNode : umap.get(cur)){inDegree[nextNode] --;// 当某个节点的入度为0的时候，将其添加到队列之中if(inDegree[nextNode] == 0){queue.add(nextNode);}}}// 在这里如果结果集之中的记录个数等于文件个数，则证明这些文件可以正常处理。// 若果结果集之中的记录个数小于文件个数，这证明这些文件的依赖一定存在环。if(result.size() == N){for(int i = 0 ; i < N - 1 ; i++){System.out.print(result.get(i)+" ");}System.out.print(result.get(N - 1 ));}else{System.out.println(-1);}}
}

dijkstra（朴素版）精讲

代码随想录链接
题目链接
在这里插入图片描述

import java.util.*;public class Main{public static void main(String[] args){Scanner sc = new Scanner(System.in);int n = sc.nextInt();int m = sc.nextInt();int[][] graph = new int[n+1][n+1];for(int i = 0 ; i <= n ; i++)Arrays.fill(graph[i],Integer.MAX_VALUE);for(int i = 0 ; i < m ; i++){int s = sc.nextInt();int t = sc.nextInt();int val = sc.nextInt();graph[s][t] = val;}int start = 1;int end = n;// 存储原点到每个节点的最短距离int[] minDis = new int[n + 1];Arrays.fill(minDis,Integer.MAX_VALUE);// 判断当前的节点是否已经被访问过boolean[] visted = new boolean[n+1];// 原点到自身的距离为0minDis[start] = 0;for(int i = 1 ; i <= n ; i++){// 初始化用于记录的最小值和当前节点int minVal = Integer.MAX_VALUE;int cur = 1;// 寻找val最小的边for(int v = 1 ; v <= n ; v++){if(!visted[v] && minDis[v] < minVal){cur = v;minVal = minDis[v];}}visted[cur] = true;// 更新minDis数组for(int v = 1 ; v <= n ; v++ ){if(!visted[v] && graph[cur][v] != Integer.MAX_VALUE && minDis[cur] + graph[cur][v] < minDis[v] ){minDis[v] = minDis[cur] + graph[cur][v];}}}if (minDis[end] == Integer.MAX_VALUE) {System.out.println(-1); // 不能到达终点} else {System.out.println(minDis[end]); // 到达终点最短路径}}
}