代码随想录算法训练营第五十八天|117. 软件构建 47. 参加科学大会

原创已于 2025-10-03 11:57:58 修改 · 301 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

于 2025-10-03 11:49:39 首次发布

117. 软件构建

代码随想录

思路：拓扑排序实际上不是一种排序方法，而是一种图论，用于解决如何排序多个事件。方法是记录每个事件的入度以及依赖关系。然后先进行入度为零的事件，同时将所有这个事件指向的事件入度减一。接着找剩下的入度为0的事件。而存储入度为0的事件就使用队列，用while queue来一直加入弹出入度为0的，直到最后队列为空。如果结果的长度等于事件数目，就说明成功完成排序，否则说明有循环依赖出现，输出-1

from collections import deque,defaultdict

n,m=map(int,input().split())
indegree=[0]*n
umap=defaultdict(list)
for _ in range(m):
    s,t=map(int,input().split())
    indegree[t]+=1
    umap[s].append(t)
que=deque()
for i in range(n):
    if indegree[i]==0:
        que.append(i)
result=deque()
while que:
    cur=que.popleft()
    result.append(cur)
    for end in umap[cur]:
        indegree[end]-=1
        if indegree[end]==0:
            que.append(end)

if len(result)==n:
    print(' '.join(map(str,result)))
else:
    print(-1)

47. 参加科学大会dijkstra（朴素版）

47. 参加科学大会（第六期模拟笔试）

代码随想录

思路：dijkstra和prim其实思路比较一致，也是分为三步，首先找到离出发点最近的点，之后将这个点标注为已经过，之后再更新从这个点到所有点的距离，看有没有比之前的距离近。整体上依然是n平方的复杂度，需要找n次最小的点，每次都先用n找最近的点，再用n遍历检查是否更新。需要注意的是，这里图中的所有权值必须都是非负的，原因是后面的新路径只能是原来的路径+新的距离，而由于所有权值非负，原来的路径已经在那一次比较中长于最短路径，加上新的距离依然不可能是最短的，而如果会有负权值的话，曾经走过的节点就不一定了。

n,m=map(int,input().split())
graph=[[float('inf')]*(n+1) for _ in range(n+1)]
for _ in range(m):
    s,e,v=map(int,input().split())
    graph[s][e]=v
minDist=[float('inf')]*(n+1)
visit=[False]*(n+1)
minDist[1]=0
visit[0]=True
for _ in range(n):
    minval=float('inf')
    cur=-1
    for i in range(1,n+1):
        if not visit[i] and minDist[i]<minval:
            cur=i
            minval=minDist[i]
    if cur==-1:
        break
    visit[cur]=True
    for i in range(1,n+1):
        if not visit[i] and graph[cur][i]!=float('inf') and minDist[cur]+graph[cur][i]<minDist[i]:
            minDist[i]=minDist[cur]+graph[cur][i]

if minDist[n]==float('inf'):
    print(-1)
else:
    print(minDist[n])

47. 参加科学大会dijkstra（堆优化版）

47. 参加科学大会（第六期模拟笔试）

代码随想录

思路：在稀疏图上，如果用正常版本会有很多地方浪费掉。所以有两个优化的思路，一个是用邻接表代替邻接矩阵，另一个是用堆来存储每一个节点，可以自动弹出距离最近的节点，不需要重新寻找。堆使用的是heapq，添加的方法是heapq.heappush(堆名字，元组内容),排序的规则默认是元组中的第一个元素从小到大，弹出的方法是heapq.heappop()

import heapq

n, m = map(int, input().split())
graph = [[] for _ in range(n + 1)]

for _ in range(m):
    s, e, v = map(int, input().split())
    graph[s].append((e, v))   # 有向边 s->e

INF = float('inf')
minDist = [INF] * (n + 1)
visited = [False] * (n + 1)

pq = []
heapq.heappush(pq, (0, 1))  # (距离, 节点)
minDist[1] = 0

while pq:
    dist, u = heapq.heappop(pq)
    if visited[u]:
        continue
    visited[u] = True
    for v, w in graph[u]:
        if dist + w < minDist[v]:
            minDist[v] = dist + w
            heapq.heappush(pq, (minDist[v], v))

print(minDist[n] if minDist[n] != INF else -1)

标签

#软件构建