您的位置:首页 > 文旅 > 美景 > Day51 | 117. 软件构建(拓扑排序)47. 参加科学大会 dijkstra(朴素版)

Day51 | 117. 软件构建(拓扑排序)47. 参加科学大会 dijkstra(朴素版)

2024/10/6 12:25:41 来源:https://blog.csdn.net/q864508127/article/details/141675100  浏览:    关键词:Day51 | 117. 软件构建(拓扑排序)47. 参加科学大会 dijkstra(朴素版)

语言

117. 软件构建 

117. 软件构建

题目

题目描述

某个大型软件项目的构建系统拥有 N 个文件,文件编号从 0 到 N - 1,在这些文件中,某些文件依赖于其他文件的内容,这意味着如果文件 A 依赖于文件 B,则必须在处理文件 A 之前处理文件 B (0 <= A, B <= N - 1)。请编写一个算法,用于确定文件处理的顺序。

输入描述

第一行输入两个正整数 N, M。表示 N 个文件之间拥有 M 条依赖关系。

后续 M 行,每行两个正整数 S 和 T,表示 T 文件依赖于 S 文件。

输出描述

输出共一行,如果能处理成功,则输出文件顺序,用空格隔开。 

如果不能成功处理(相互依赖),则输出 -1。

思路

  1. 初始化
    • 创建一个邻接表 umap 来存储图结构,即文件之间的依赖关系。
    • 创建一个数组 inDegree 来记录每个文件的入度,即有多少个其他文件依赖于它。
  2. 读取输入
    • 从标准输入读取两个整数 n 和 m,分别代表文件的数量和依赖关系的数量。
    • 接着读取 m 行,每行包含两个整数 s 和 t,表示文件 s 依赖于文件 t
  3. 构建图
    • 根据输入更新 umap 和 inDegree
  4. 拓扑排序
    • 将所有入度为 0 的文件加入到队列 queue 中。
    • 循环直到队列为空,每次从队列中取出一个文件 cur 并将其添加到结果列表 result 中。
    • 更新 cur 文件所指向的所有文件的入度,并将入度变为 0 的文件加入队列。
  5. 输出结果
    • 如果所有文件都被成功排序,则输出它们的顺序;否则,如果存在循环依赖(即不是所有的文件都能被处理),则输出 -1

代码

import java.util.*;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();int m = scanner.nextInt();List<List<Integer>> umap = new ArrayList<>(); // 记录文件依赖关系int[] inDegree = new int[n]; // 记录每个文件的入度for (int i = 0; i < n; i++)umap.add(new ArrayList<>());for (int i = 0; i < m; i++) {int s = scanner.nextInt();int t = scanner.nextInt();umap.get(s).add(t); // 记录s指向哪些文件inDegree[t]++; // t的入度加一}Queue<Integer> queue = new LinkedList<>();for (int i = 0; i < n; i++) {if (inDegree[i] == 0) {// 入度为0的文件,可以作为开头,先加入队列queue.add(i);}}List<Integer> result = new ArrayList<>();// 拓扑排序while (!queue.isEmpty()) {int cur = queue.poll(); // 当前选中的文件result.add(cur);for (int file : umap.get(cur)) {inDegree[file]--; // cur的指向的文件入度-1if (inDegree[file] == 0) {queue.add(file);}}}if (result.size() == n) {for (int i = 0; i < result.size(); i++) {System.out.print(result.get(i));if (i < result.size() - 1) {System.out.print(" ");}}} else {System.out.println(-1);}}
}

易错点

只有一个文件 (n=1) 或者没有文件 (n=0) 的情况。

47. 参加科学大会

47. 参加科学大会(第六期模拟笔试)

题目

题目描述

小明是一位科学家,他需要参加一场重要的国际科学大会,以展示自己的最新研究成果。

小明的起点是第一个车站,终点是最后一个车站。然而,途中的各个车站之间的道路状况、交通拥堵程度以及可能的自然因素(如天气变化)等不同,这些因素都会影响每条路径的通行时间。

小明希望能选择一条花费时间最少的路线,以确保他能够尽快到达目的地。

输入描述

第一行包含两个正整数,第一个正整数 N 表示一共有 N 个公共汽车站,第二个正整数 M 表示有 M 条公路。 

接下来为 M 行,每行包括三个整数,S、E 和 V,代表了从 S 车站可以单向直达 E 车站,并且需要花费 V 单位的时间。

输出描述

输出一个整数,代表小明从起点到终点所花费的最小时间。

思路

  1. 初始化

    • 创建一个二维数组 grid 来存储图结构,其中 grid[i][j] 表示从节点 i 到节点 j 的边的权重。如果两节点之间没有直接连接,则用 Integer.MAX_VALUE 表示无穷大。
    • 初始化 minDist 数组,用于记录从源点到各个节点的最短距离。所有节点的初始距离都设置为无穷大,除了起始点自身设为 0。
    • 初始化 visited 数组,用于记录每个节点是否已经被访问过。
  2. 读取输入

    • 从标准输入读取两个整数 n 和 m,分别代表顶点的数量和边的数量。
    • 接着读取 m 行,每行包含三个整数 p1p2val,表示从节点 p1 到节点 p2 有一条边,其权重为 val
  3. Dijkstra 算法

    • 选择距离源点最近且未被访问过的节点 cur
    • 将此节点标记为已访问。
    • 更新所有未访问节点到源点的距离,如果通过 cur 可以到达更近的距离,则更新距离。
  4. 输出结果

    • 如果 minDist[end] 仍然是 Integer.MAX_VALUE,说明不存在从起点到终点的路径,输出 -1
    • 否则输出从起点到终点的最短路径长度。

代码

import java.util.Arrays;
import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();int m = scanner.nextInt();int[][] grid = new int[n + 1][n + 1];for (int i = 0; i <= n; i++) {Arrays.fill(grid[i], Integer.MAX_VALUE);}for (int i = 0; i < m; i++) {int p1 = scanner.nextInt();int p2 = scanner.nextInt();int val = scanner.nextInt();grid[p1][p2] = val;}int start = 1;int end = n;// 存储从源点到每个节点的最短距离int[] minDist = new int[n + 1];Arrays.fill(minDist, Integer.MAX_VALUE);// 记录顶点是否被访问过boolean[] visited = new boolean[n + 1];minDist[start] = 0;  // 起始点到自身的距离为0for (int i = 1; i <= n; i++) { // 遍历所有节点int minVal = Integer.MAX_VALUE;int cur = 1;// 1、选距离源点最近且未访问过的节点for (int v = 1; v <= n; ++v) {if (!visited[v] && minDist[v] < minVal) {minVal = minDist[v];cur = v;}}visited[cur] = true;  // 2、标记该节点已被访问// 3、第三步,更新非访问节点到源点的距离(即更新minDist数组)for (int v = 1; v <= n; v++) {if (!visited[v] && grid[cur][v] != Integer.MAX_VALUE && minDist[cur] + grid[cur][v] < minDist[v]) {minDist[v] = minDist[cur] + grid[cur][v];}}}if (minDist[end] == Integer.MAX_VALUE) {System.out.println(-1); // 不能到达终点} else {System.out.println(minDist[end]); // 到达终点最短路径}}
}

易错点

如果 n 很小(如 n=1),或者 m=0(没有边的情况),需要特别处理

总结

今天学了图论的两种算法

继续加油!

迟早有一天可以成功!

我一定会坚持下来。

凡事以理想为因,实行为果

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com