在Python中查找从第一个节点到最后一个节点的受限路径数量
假设我们有一个无向加权连通图。 图有n个节点,它们的标签从1到n。 从起点到终点的路径是如[z0,z1,z2,…,zk]的节点序列,这里z0是起始节点,zk是终止节点,并且zi和zi + 1之间有一条边,其中0 <= i <= k-1。路径的距离是路径上边缘的权重值的总和。 让dist(x)表示节点n和节点x之间的最短距离。 受限路径是一条特殊路径,其还满足dist(zi)> dist(zi + 1),其中0 <= i <= k-1。 所以,我们必须找到从节点1到节点n的受限路径数量。 如果答案太大,则返回答案模10 ^ 9 + 7。
那么,如果输入如下所示
则输出将为3,因为有三个受限路径(1,2,5),(1,2,3,5),(1,3,5)。
解决这个问题,我们将遵循以下步骤−
- 图:由给定边缘列表制成的图的邻接列表
-
paths :大小为(n + 1)并填充为0的数组
-
path[n] := 1
-
dists :大小为(n + 1)并填充为-1的数组
-
q:队列,并且最初插入(0,n)
-
当q不为空时,执行以下操作
- (dist,node):= q的前端元素,并将其从q中删除
-
如果dists [node]与-1不同,则
- 进行下一次迭代
- dists [node]:= dist
-
对于图[node]的每个相邻节点v和重量w,请执行以下操作
- 如果dists [v]与-1相同,则
-
在q中插入(dist + w,v)
-
否则,当dists [v]
- paths [node]:= paths [node] + paths [v]
-
如果节点与1相同,则
- 返回paths [node] mod 10 ^ 9 + 7
- 返回0
示例
让我们看看以下实现以更好地理解−
from collections import defaultdict
from heapq import heappop, heappush
def solve(n, edges):
graph = defaultdict(dict)
for u, v, w in edges:
graph[u][v] = w
graph[v][u] = w
paths = [0] * (n+1)
paths[n] = 1
dists = [-1] * (n+1)
q = [(0, n)]
while q:
dist, node = heappop(q)
if dists[node] != -1:
continue
dists[node] = dist
for v, w in graph[node].items():
if dists[v] == -1:
heappush(q, (dist + w, v))
elif dists[v] < dists[node]:
paths[node] += paths[v]
if node == 1:
return paths[node] % (10**9 + 7)
return 0
n = 5
edges = [(1,2,3),(1,3,3),(2,3,1),(1,4,2),(5,2,2),(3,5,1),(5,4,10)]
print(solve(n, edges))
输入
5,[(1,2,3),(1,3,3),(2,3,1),(1,4,2),(5,2,2),(3,5,1),(5,4,10)]
输出
3