Leetcode 1584.连接所有点的最小费用

该博客介绍了如何解决LeetCode上的1584题,即寻找连接所有点的最小总费用。通过建立并查集数据结构,按边的长度从小到大排序,并判断两点之间是否有连接,可以有效地计算最小成本。最终实现了一个C++解决方案,详细解释了思路和代码实现。

Leetcode 1584. 连接所有点的最小费用

题目:

给你一个pointspointspoints 数组,表示 2D2D2D 平面上的一些点,其中 points[i]=[xi,yi]points[i] = [xi, yi]points[i]=[xi,yi]

连接点 [xi,yi][xi, yi][xi,yi]和点 [xj,yj][xj, yj][xj,yj]的费用为它们之间的 曼哈顿距离 :∣xi−xj∣+∣yi−yj∣|xi - xj| + |yi - yj|xixj+yiyj,其中∣val∣|val|val 表示 valvalval的绝对值。

请你返回将所有点连接的最小总费用。只有任意两点之间 有且仅有 一条简单路径时,才认为所有点都已连接。

示例 1:
输入:points = [[0,0],[2,2],[3,10],[5,2],[7,0]]
输出:20
解释:我们可以按照上图所示连接所有点得到最小总费用,总费用为 20 。
注意到任意两个点之间只有唯一一条路径互相到达。

示例 2:
输入:points = [[3,12],[-2,5],[-4,1]]
输出:18

示例 3:
输入:points = [[0,0],[1,1],[1,0],[-1,1]]
输出:4

示例 4:
输入:points = [[-1000000,-1000000],[1000000,1000000]]
输出:4000000

示例 5:
输入:points = [[0,0]]
输出:0

提示:

1<=points.length<=10001 <= points.length <= 10001<=points.length<=1000
−106<=xi,yi<=106-10^6 <= xi, yi <= 10^6106<=xi,yi<=106
所有点$ (xi, yi)$ 两两不同。

思路:

枚举所有的边,按长从小到大排序

并查集判断两个点之间有没有连接

如果一条边直接的两个点没有连接,那么这条边一定是他们之间最短的距离

再把两条边连接上,每次连接加上距离即可

代码:
class Solution {
public:
    struct A {
        int val, tval;//两个点编号
        int distance;//两个点距离
    } road[500000];
    int f[1010];

    int fa(int n) {
        if (f[n] == n) return n;
        return f[n] = fa(f[n]);
    }

    void connect(int x, int y) {
        int fx = fa(x);
        int fy = fa(y);
        if (fx > fy) {
            f[fy] = fx;
        } else {
            f[fx] = fy;
        }
    }

    static bool is(struct A a, struct A b) {
        return a.distance < b.distance;
    }

    int minCostConnectPoints(vector <vector<int>> &points) {
        int len = points.size();//点的数量
        for (int i = 0; i <= len; i++) f[i] = i;
        int n = 0;//边的数量
        //枚举所有边
        for (int i = 0; i < len; i++) {
            for (int j = i + 1; j < len; j++) {
                road[n].val = i;
                road[n].tval = j;
                road[n].distance = abs(points[i][0] - points[j][0]) + abs(points[i][1] - points[j][1]);
                n++;
            }
        }
        sort(road, road + n, is);//按边的长度从小到大排序
        int val = 0;
        for (int i = 0; i < n; i++) {
            //如果一条边的两个点的父节点不一样说明两个点之间没有连接
            if (fa(road[i].val) != fa(road[i].tval)) {
                val += road[i].distance;
                connect(road[i].val, road[i].tval);
            }
        }
        return val;
    }
};

在这里插入图片描述

### 解决方案概述 对于LeetCode 1584题——连接所有最小费用,目标是在给定平面上的一组之间建立边,使得这些全部连通,并且总成本最低。此问题可以通过构建最小生成树(Minimum Spanning Tree, MST)[^2]来解决。 #### Prim's Algorithm 实现方法 Prim’s算法是一种用于求解无向图中最小生成树的有效贪心算法。该算法通过逐步扩展已有的部分生成树直到覆盖所有的顶为止,在每一步都选择当前未加入的部分中最短的边。 ```python import heapq def minCostConnectPoints(points): n = len(points) # 计算曼哈顿距离作为权重函数 def manhattan(p1, p2): return abs(p1[0]-p2[0]) + abs(p1[1]-p2[1]) visited = set() heap = [(0, 0)] # (cost, point_index) result = 0 while len(visited) < n: cost, i = heapq.heappop(heap) if i in visited: continue visited.add(i) result += cost for j in range(n): if j not in visited and j != i: heapq.heappush(heap, (manhattan(points[i], points[j]), j)) return result ``` 上述代码实现了基于优先队列优化版本的Prim’s算法。首先定义了一个辅助函数`manhattan()`用来计算两之间的曼哈顿距离;接着初始化一个小根堆存储候选节及其对应的代价;最后进入循环直至访问过所有节并累加路径长度得到最终的结果。 #### Kruskal's Algorithm 实现方式 Kruskal’s算法也是一种常用的MST算法,它按照从小到大的顺序处理各条边,只当一条边不会形成环路时才将其添加至正在形成的森林里。为了高效实现这一,可以采用Union-Find数据结构来进行动态集合操作。 ```python class UnionFind(object): def __init__(self, size): self.parent = list(range(size)) def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, u, v): rootU = self.find(u) rootV = self.find(v) if rootU == rootV: return False else: self.parent[rootU] = rootV return True def minCostConnectPoints_kruskal(points): edges = [] n = len(points) for i in range(n): for j in range(i+1, n): distance = abs(points[i][0] - points[j][0]) + \ abs(points[i][1] - points[j][1]) edges.append((distance, i, j)) uf = UnionFind(n) edges.sort() res = 0 count = 0 for dist, u, v in edges: if uf.union(u, v): res += dist count += 1 if count >= n-1: break return res ``` 这段Python程序展示了如何利用Kruskal的方法解决问题。创建了名为`edges`列表保存所有可能存在的边以及它们各自的权值(即两个端间的曼哈特尼距离),之后对其进行升序排列。随后遍历排序后的边集尝试将符合条件的新边纳入结果集中去,同时维护一个计数器确保恰好选择了\(n−1\)条独立边构成一棵完整的树形结构。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值