Floyd-Warshall 解题模板，助你快速AC

Floyd-Warshall 是解决任意两点间的最短路径的一种算法，LeetCode 有不少题目都用了，掌握这套解题模板帮你快速 AC。

题目地址（1334. 阈值距离内邻居最少的城市）

https://leetcode-cn.com/probl...

题目描述

有 n 个城市，按从 0 到 n-1 编号。给你一个边数组 edges，其中 edges[i] = [fromi, toi, weighti] 表明 fromi 和 toi 两个城市之间的双向加权边，距离阈值是一个整数 distanceThreshold。

返回能经过某些路径到达其余城市数目最少、且路径距离 最大 为 distanceThreshold 的城市。若是有多个这样的城市，则返回编号最大的城市。

注意，链接城市 i 和 j 的路径的距离等于沿该路径的全部边的权重之和。

 

示例 1：

输入：n = 4, edges = [[0,1,3],[1,2,1],[1,3,4],[2,3,1]], distanceThreshold = 4
输出：3
解释：城市分布图如上。
每一个城市阈值距离 distanceThreshold = 4 内的邻居城市分别是：
城市 0 -> [城市 1, 城市 2] 
城市 1 -> [城市 0, 城市 2, 城市 3] 
城市 2 -> [城市 0, 城市 1, 城市 3] 
城市 3 -> [城市 1, 城市 2] 
城市 0 和 3 在阈值距离 4 之内都有 2 个邻居城市，可是咱们必须返回城市 3，由于它的编号最大。
示例 2：

输入：n = 5, edges = [[0,1,2],[0,4,8],[1,2,3],[1,4,2],[2,3,1],[3,4,1]], distanceThreshold = 2
输出：0
解释：城市分布图如上。 
每一个城市阈值距离 distanceThreshold = 2 内的邻居城市分别是：
城市 0 -> [城市 1] 
城市 1 -> [城市 0, 城市 4] 
城市 2 -> [城市 3, 城市 4] 
城市 3 -> [城市 2, 城市 4]
城市 4 -> [城市 1, 城市 2, 城市 3] 
城市 0 在阈值距离 4 之内只有 1 个邻居城市。
 

提示：

2 <= n <= 100
1 <= edges.length <= n * (n - 1) / 2
edges[i].length == 3
0 <= fromi < toi < n
1 <= weighti, distanceThreshold <= 10^4
全部 (fromi, toi) 都是不一样的。

思路

这道题的本质就是：

1. 在一个无向图中寻找每两个城镇的最小距离，咱们使用 Floyd-Warshall 算法（英语：Floyd-Warshall algorithm），中文亦称弗洛伊德算法，是解决任意两点间的最短路径的一种算法。
2. 筛选最小距离不大于  distanceThreshold 的城镇。
3. 统计每一个城镇，其知足条件的城镇有多少个
4. 咱们找出最少的便可

Floyd-Warshall 算法的时间复杂度和空间复杂度都是$O(N^3)$, 而空间复杂度能够优化到$O(N^2)$。Floyd-Warshall 的基本思想是对于每两个点之间的最小距离，要么通过中间节点 k，要么不通过，咱们取二者的最小值，这是一种动态规划思想，详细的解法能够参考Floyd-Warshall 算法(wikipedia)

代码

代码支持：Python3

Python3 Code:

class Solution:
    def findTheCity(self, n: int, edges: List[List[int]], distanceThreshold: int) -> int:
        # 构建dist矩阵
        dist = [[float('inf')] * n for _ in  range(n)]
        for i, j, w in edges:
            dist[i][j] = w
            dist[j][i] = w
        for i in range(n):
            dist[i][i] = 0
        for k in range(n):
            for i in range(n):
                for j in range(n):
                    dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j])

        # 过滤
        res = 0
        minCnt = float('inf')
        for i in range(n):
            cnt = 0
            for d in dist[i]:
                if d <= distanceThreshold:
                    cnt += 1
            if cnt <= minCnt:
                minCnt = cnt
                res = i
        return res

关键点解析

• Floyd-Warshall 算法
• 你能够将本文给的 Floyd-Warshall 算法当成一种解题模板使用