力扣 847. 访问所有节点的最短路径

该博客介绍了一种使用状态压缩和BFS解决无向图中寻找遍历所有节点最短路径的问题。通过创建一个二维布尔数组记录路径状态,并利用队列进行广度优先搜索,从每个节点出发,当找到所有节点都被覆盖的路径时,返回路径长度。时间复杂度为O(n^2·2^n)。

题目来源:https://leetcode-cn.com/problems/shortest-path-visiting-all-nodes/

大致题意:
给出一个无向图,求出以任意节点为起点,可以遍历所有节点的最短路径长度。

思路

状态压缩 + BFS

因为本题中只考虑路径长度,而不考虑具体路径,可用状态压缩的方法存储当前路径。
在本题中,有

状态压缩:节点个数为n,编号从0至n-1,则使用n位的二进制数存储已访问的路径。从低位到高位,若该位为1则表示当前位在路径中。
对于本题,使用二维布尔数组表示。第一维为当前路径最后的节点,第二维即为状态压缩后的矩阵。

BFS即为图的广度优先搜索。

  • 使用队列存储接下来要遍历的节点。节点值由三元组[节点编号,当前的路径,当前路径长度]构成
  • 使用大小为 n * 2^n 大小的布尔数组存储状态压缩后的路径

解题过程可概述为:

  1. 因为最短路径起点可能是任意节点,初始时,将所有节点对应的三元组[节点值,只有当前节点的路径,长度0]放入队列。
  2. 当队列不空时开始进行循环,每次队首元素出队
  3. 判断当前路径是否覆盖所有节点,若是则直接返回当前对应长度。因为BFS,第一个找到的路径即为最短路径。
  4. 若当前路径并未覆盖所有节点,获取当前节点的邻点集,判断每个加上邻点的路径是否查询过,若未查询过则将对应的三元组加入队列。
  5. 重复 2 - 4,直到队列为空。

代码:

public int shortestPathLength(int[][] graph) {
        int n = graph.length;
        // 状态压缩,用一个n位的二进制数表示走过的路径
        Queue<int[]> queue = new LinkedList<int[]>(); // node path distance
        // node path  表示路径最后节点为node的path是否被检查过
        boolean[][] checked = new boolean[n][1 << n]; 
        
        for (int i = 0; i < n; i++) { // 初始化,将每个节点作为起点加入队列
            queue.offer(new int[]{i, 1 << i, 0});
            checked[i][1 << i] = true; // 节点已加入队列,代表已经走过当前节点为起点,path为当前节点的路径
        }

        int ans = 0;
        while (!queue.isEmpty()) {
            int[] tuple = queue.poll();
            int node = tuple[0];
            int path = tuple[1];
            int distance = tuple[2];
            if (path == (1 << n) - 1) { // 第一个找到的即为最短路径
                ans = distance;
                break;
            }
            for (int target : graph[node]) { // BFS,广播查找当前节点的子节点
            	// 使用位运算或 | 将当前节点加入路径,因为路径中可能已经有该节点
                int newPath = path | (1 << target);
                if (!checked[target][newPath]) { // 若该子节点的这条path未查找过
                    queue.offer(new int[]{target, newPath, distance+1});
                    checked[target][newPath] = true;
                }
            }
        }
        return ans;
    }

时间复杂度: O(n^2 · 2^n),广度优先搜索最差的复杂度为O(n ^ 2),这里使用了状态压缩,一共进行了2 ^ n次广搜。

### 解决方案概述 对于LeetCode 1584题——连接所有点的最小费用,目标是在给定平面上的一组点之间建立边,使得这些点全部连通,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点为止,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()`用来计算两点之间的曼哈顿距离;接着初始化一个小根堆存储候选节点及其对应的代价;最后进入循环直至访问过所有节点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。为了高效实现这一点,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(即两个端点间的曼哈特尼距离),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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

三更鬼

谢谢老板!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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