Skip to content

Latest commit

 

History

History
204 lines (165 loc) · 7.2 KB

1168.optimize-water-distribution-in-a-village.md

File metadata and controls

204 lines (165 loc) · 7.2 KB

题目地址(1168. 水资源分配优化)

https://leetcode.com/problems/optimize-water-distribution-in-a-village/

题目描述

村庄内有n户人家,我们可以通过挖井或者建造水管向每家供水。

对于每户人家i,我们可以通过花费 wells[i] 直接在其房内挖水井,或者通过水管连接到其他的水井。每两户住户间铺设水管的费用通过 pipes 数组表示。 pipes[i] = [house1, house2, cost] 表示住户1到住户2间铺设水管的费用为cost。

请求出所有住户都能通水的最小花费。

示例1:


输入: n = 3, wells = [1,2,2], pipes = [[1,2,1],[2,3,1]]
输出: 3
解释: 
The image shows the costs of connecting houses using pipes.
The best strategy is to build a well in the first house with cost 1 and connect the other houses to it with cost 2 so the total cost is 3.
提示:

1 <= n <= 10000
wells.length == n
0 <= wells[i] <= 10^5
1 <= pipes.length <= 10000
1 <= pipes[i][0], pipes[i][1] <= n
0 <= pipes[i][2] <= 10^5
pipes[i][0] != pipes[i][1]

前置知识

  • 最小生成树

公司

  • 暂无

思路

example 1

题意,在每个城市打井需要一定的花费,也可以用其他城市的井水,城市之间建立连接管道需要一定的花费,怎么样安排可以花费最少的前灌溉所有城市。

这是一道连通所有点的最短路径/最小生成树问题,把城市看成图中的点,管道连接城市看成是连接两个点之间的边。这里打井的花费是直接在点上,而且并不是所有 点之间都有边连接,为了方便,我们可以假想一个点(root)0,这里自身点的花费可以与 0 连接,花费可以是 0-i 之间的花费。这样我们就可以构建一个连通图包含所有的点和边。 那在一个连通图中求最短路径/最小生成树的问题.

参考延伸阅读中,维基百科针对这类题给出的几种解法。

解题步骤:

  1. 创建 POJO EdgeCost(node1, node2, cost) - 节点1 和 节点2 连接边的花费
  2. 假想一个root0,构建图
  3. 连通所有节点和 0[0,i] - i 是节点 [1,n]0-1 是节点 01 的边,边的值是节点 i 上打井的花费 wells[i];
  4. 把打井花费和城市连接点转换成图的节点和边。
  5. 对图的边的值排序(从小到大)
  6. 遍历图的边,判断两个节点有没有连通 (Union-Find),
    • 已连通就跳过,继续访问下一条边
    • 没有连通,记录花费,连通节点
  7. 若所有节点已连通,求得的最小路径即为最小花费,返回
  8. 对于每次union, 节点数 n-1, 如果 n==0 说明所有节点都已连通,可以提前退出,不需要继续访问剩余的边。

这里用加权Union-Find 判断两个节点是否连通,和连通未连通的节点。

举例:n = 5, wells=[1,2,2,3,2], pipes=[[1,2,1],[2,3,1],[4,5,7]]

如图:

minimum cost

从图中可以看到,最后所有的节点都是连通的。

复杂度分析

  • 时间复杂度: O(ElogE) - E 是图的边的个数
  • 空间复杂度: O(E)

一个图最多有 n(n-1)/2 - n 是图中节点个数 条边 (完全连通图)

关键点分析

  1. 构建图,得出所有边
  2. 对所有边排序
  3. 遍历所有的边(从小到大)
  4. 对于每条边,检查是否已经连通,若没有连通,加上边上的值,连通两个节点。若已连通,跳过。

代码 (Java/Python3)

Java code

  class OptimizeWaterDistribution {
    public int minCostToSupplyWater(int n, int[] wells, int[][] pipes) {
      List<EdgeCost> costs = new ArrayList<>();
      for (int i = 1; i <= n; i++) {
        costs.add(new EdgeCost(0, i, wells[i - 1]));
      }
      for (int[] p : pipes) {
        costs.add(new EdgeCost(p[0], p[1], p[2]));
      }
      Collections.sort(costs);
      int minCosts = 0;
      UnionFind uf = new UnionFind(n);
      for (EdgeCost edge : costs) {
        int rootX = uf.find(edge.node1);
        int rootY = uf.find(edge.node2);
        if (rootX == rootY) continue;
        minCosts += edge.cost;
        uf.union(edge.node1, edge.node2);
        // for each union, we connnect one node
        n--;
        // if all nodes already connected, terminate early
        if (n == 0) {
          return minCosts;
        }
      }
      return minCosts;
    }
  
    class EdgeCost implements Comparable<EdgeCost> {
      int node1;
      int node2;
      int cost;
      public EdgeCost(int node1, int node2, int cost) {
        this.node1 = node1;
        this.node2 = node2;
        this.cost = cost;
      }
  
      @Override
      public int compareTo(EdgeCost o) {
        return this.cost - o.cost;
      }
    }
    
    class UnionFind {
      int[] parent;
      int[] rank;
      public UnionFind(int n) {
        parent = new int[n + 1];
        for (int i = 0; i <= n; i++) {
          parent[i] = i;
        }
        rank = new int[n + 1];
      }
      public int find(int x) {
        return x == parent[x] ? x : find(parent[x]);
      }
      public void union(int x, int y) {
        int px = find(x);
        int py = find(y);
        if (px == py) return;
        if (rank[px] >= rank[py]) {
          parent[py] = px;
          rank[px] += rank[py];
        } else {
          parent[px] = py;
          rank[py] += rank[px];
        }
      }
    }
  }

Pythong3 code

class Solution:
    def minCostToSupplyWater(self, n: int, wells: List[int], pipes: List[List[int]]) -> int:
        union_find = {i: i for i in range(n + 1)}
        
        def find(x):
            return x if x == union_find[x] else find(union_find[x])
        
        def union(x, y):
            px = find(x)
            py = find(y)
            union_find[px] = py
            
        graph_wells = [[cost, 0, i] for i, cost in enumerate(wells, 1)]
        graph_pipes = [[cost, i, j] for i, j, cost in pipes]
        min_costs = 0
        for cost, x, y in sorted(graph_wells + graph_pipes):
            if find(x) == find(y):
                continue
            union(x, y)
            min_costs += cost
            n -= 1
            if n == 0:
                return min_costs

延伸阅读

  1. 最短路径问题
  2. Dijkstra算法
  3. Floyd-Warshall算法
  4. Bellman-Ford算法
  5. Kruskal算法
  6. Prim's 算法
  7. 最小生成树

大家对此有何看法,欢迎给我留言,我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库:https://github.com/azl397985856/leetcode 。 目前已经 37K star 啦。 大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。