不会近视的小何的博客

两者都采用到了贪心的策略，并且两个算法都一直维护着一个数组dist （Dijkstra），lowCost（最小生成树） 其中：lowCost[i]表示：当前构建的生成树集合到顶点i的最低代价 dist [i]表示：当前节点k到各个顶点的最短路径 算法思路： 不断从不在当前最优集合中去寻找和当前最优集合的最小代价，通过当前选中的最优决策来不断更新维护该数组（dist，lowCost），直到所有顶点都被标记为止。 —直接上代码看 743. 网络延迟时间(最短路径算法) //Dijkstra算法 :从 k 点出发

743. 网络延迟时间 有 n 个网络节点，标记为 1 到 n。 给你一个列表 times，表示信号经过 有向 边的传递时间。 times[i] = (ui, vi, wi)，其中 ui 是源节点，vi 是目标节点， wi 是一个信号从源节点传递到目标节点的时间。 现在，从某个节点 K 发出一个信号。需要多久才能使所有节点都收到信号？如果不能使所有节点收到信号，返回 -1 。 //Floyd：对于每一个顶点k，检查dist(i,k)+dist(k,j) < dist(i,j);是否成立 // 邻接矩阵

连接所有点的最小费用 问题拆解：size个顶点求最小生成树（无向图） 思路： 先模拟，将所有边加入到edges 中，按照weight权值排序（从小到大），之后依次遍历已排序的边，加入该边，判断是否与当前的图结构成环（并查集判环），否则加入该边，是则continue，直到加入了size-1条边为止跳出循环 class Solution { public int minCostConnectPoints(int[][] points) { int size = points.leng.