algorithm-review/chapter13/1_network-delay-time.py

#!/usr/bin/env python
# coding=utf-8

#######################################################################################
# Leetcode 743 网络延迟时间
#       参见(有图例，这边不好展示) => https://leetcode-cn.com/problems/network-delay-time/
#
# 有 N 个网络节点，标记为 1 到 N。
# 给定一个列表 times，表示信号经过有向边的传递时间。 times[i] = (u, v, w)，其中 u 是源节点，v 是目标节点， w 是一个信号从源节点传递到目标节点的时间。
# 现在，我们从某个节点 K 发出一个信号。需要多久才能使所有节点都收到信号？如果不能使所有节点收到信号，返回 -1。
#
#######################################################################################

from typing import List
import collections, heapq

class Solution:
    def networkDelayTime(self, times: List[List[int]], N: int, K: int) -> int:
        """
        :type times: List[List[int]]
        :type N: int
        :type K: int
        :rtype int

        (knowledge)

        思路：
        1. 用Dijkstra算法求节点K到其它所有节点的最短距离；
        2. 最后返回所有最短距离里面最大的即可；
        """

        # 构造图
        graph = collections.defaultdict(dict)
        for u, v, w in times:
            graph[u][v] = w


        visited = {}

        # 一个最小堆，用来存储Dijkstra算法执行过程中的候选节点
        pq = [(0, K)]   

        while pq:
            distance, node = heapq.heappop(pq)

            # 跳过已遍历的节点
            if node in visited:
                continue

            visited[node] = distance

            for neighbour, time in graph[node].items():
                if neighbour not in visited:
                    # 遍历每个邻居的时候都会执行push操作，可能有一个点被push若干次，但是由于堆的特性，最先被访问到的一定是距离最小的那个
                    heapq.heappush(pq, (distance + time, neighbour))

        # 如果节点K可到达所有节点，则返回最远的距离，否则返回-1
        return max(visited.values()) if len(visited) == N else -1


if __name__ == '__main__':
    solution = Solution()
    print(solution.networkDelayTime([[2,1,1],[2,3,1],[3,4,1]], 4, 2), "= 2")