最短路径
dfs解法
利用一个数组保存点的使用状态,遍历过的设置为true,没遍历的设置为false
对每一个点的边进行遍历,依次进行
以到达最后一个点作为结束,因为题目只让求到n节点(下标也就是n-1)的最短距离
注意:题目有个大坑,就是说可能有重复边,所以在构造边图的时候需要进行一个比较(dp[edge[0] - 1][edge[1] - 1] = Math.min(edge[2] , dp[edge[0] - 1][edge[1] - 1]);),则不是直接赋值(dp[edge[0] - 1][edge[1] - 1] = edge[2];)
private int min = Integer.MAX_VALUE; public int findShortestPath (int n, int m, int[][] graph) { int[][] dp = new int[n][n]; for(int[] d : dp){ Arrays.fill(d , Integer.MAX_VALUE); } // 构造图 for(int[] edge : graph){ dp[edge[0] - 1][edge[1] - 1] = Math.min(edge[2] , dp[edge[0] - 1][edge[1] - 1]); } boolean[] used = new boolean[n]; used[0] = true; dfs(0 , n , 0 , dp , used); return min == Integer.MAX_VALUE ? -1 : min; } public void dfs(int curr ,int n , int dst , int[][] graph ,boolean[] used){ if(curr == n - 1){ min = Math.min(min , dst); return ; } for(int i = 0 ; i < n ; i ++){ // 如果有边可达,并且该点还没被使用 if(graph[curr][i] != Integer.MAX_VALUE && !used[i]){ used[i] = true; dfs(i , n , dst + graph[curr][i] , graph , used); used[i] = false; } } }
bfs解法
借助一个辅助类,存储到dst节点的cost是多少
优先队列以花费从小到大的顺序进行保存
如果队列中最小的花费的dst到达了n-1,那么就找到了结果值
有边就加入边,因为队列会自己排序,所以每次poll的都是花费最小的
public int findShortestPath (int n, int m, int[][] graph) { int[][] dp = new int[n][n]; for(int[] d : dp){ Arrays.fill(d , Integer.MAX_VALUE); } for(int[] edge : graph){ dp[edge[0] - 1][edge[1] - 1] = Math.min(edge[2] , dp[edge[0] - 1][edge[1] - 1]); } //优先队列按照花费进行从小到大的排序 PriorityQueue<CityInfo> queue = new PriorityQueue<CityInfo>((o1,o2) ->{return o1.cost - o2.cost;}); queue.offer(new CityInfo(0, 0)); while(!queue.isEmpty()){ CityInfo info = queue.poll(); //如果到达了终点,而queue.poll的就是花费最低的,那么就给其返回 if(info.dst == n - 1){ return info.cost; } //到达目前的该点到其他点的路线是否存在,如果存在,就加入到队列中 for(int i = 0 ;i < n ;i++){ if(dp[info.dst][i] != Integer.MAX_VALUE){ queue.offer(new CityInfo(i , dp[info.dst][i] + info.cost)); } } } return -1; } class CityInfo{ int dst; int cost; public CityInfo(int dst ,int cost){ this.dst = dst; this.cost = cost; } }