1514. 概率最大的路径 [medium]
1514. 概率最大的路径 [medium]
https://leetcode-cn.com/problems/path-with-maximum-probability/
给你一个由 n 个节点(下标从 0 开始)组成的无向加权图,该图由一个描述边的列表组成,其中 edges[i] = [a, b] 表示连接节点 a 和 b 的一条无向边,且该边遍历成功的概率为 succProb[i] 。
指定两个节点分别作为起点 start 和终点 end ,请你找出从起点到终点成功概率最大的路径,并返回其成功概率。
如果不存在从 start 到 end 的路径,请 返回 0 。只要答案与标准答案的误差不超过 1e-5 ,就会被视作正确答案。
示例 1:

输入:n = 3, edges = [[0,1],[1,2],[0,2]], succProb = [0.5,0.5,0.2], start = 0, end = 2
输出:0.25000
解释:从起点到终点有两条路径,其中一条的成功概率为 0.2 ,而另一条为 0.5 * 0.5 = 0.25
示例 2:

输入:n = 3, edges = [[0,1],[1,2],[0,2]], succProb = [0.5,0.5,0.3], start = 0, end = 2
输出:0.30000
示例 3:

输入:n = 3, edges = [[0,1]], succProb = [0.5], start = 0, end = 2
输出:0.00000
解释:节点 0 和 节点 2 之间不存在路径
提示:
- 2 <= n <= 10^4
- 0 <= start, end < n
- start != end
- 0 <= a, b < n
- a != b
- 0 <= succProb.length == edges.length <= 2*10^4
- 0 <= succProb[i] <= 1
- 每两个节点之间最多有一条边
通过次数2,655 | 提交次数11,279
First Try
2020-07-15
dijstra 最短路径算法的另一个反向应用,优先队列修改为最大优先队列,然后每轮都抓去从起点开始最大概率先到的线路就行(与prim不同,prim最小生成树是每一轮都抓取离当前树最近距离的点),因此放进去的概率是所有前面路径概率的乘积。
python的heapq是最小堆,因此需要把概率都转化为负值再进行处理。
import heapq
class Solution(object):
def maxProbability(self, n, edges, succProb, start, end):
"""
:type n: int
:type edges: List[List[int]]
:type succProb: List[float]
:type start: int
:type end: int
:rtype: float
"""
# dijkstra算法
# python的heap为最小堆,因此概率都取反,最小负值就是最大正值
graph = collections.defaultdict(list)
for i, (ni, nii) in enumerate(edges):
graph[ni].append([-succProb[i], nii])
graph[nii].append([-succProb[i], ni])
heap = [[-1, start]] # 毕竟start开始,因此概率为1
visited = set() # 已经被提前访问过的话就不能再被访问了
while len(heap):
prob, node = heapq.heappop(heap)
if node == end:
return -prob
if node in visited:
continue
visited.add(node)
for p, n in graph[node]:
if n in visited:
continue
heapq.heappush(heap, [-prob * p, n])
return 0
- 执行用时:296 ms, 在所有 Python 提交中击败了62.16%的用户
- 内存消耗:26.3 MB, 在所有 Python 提交中击败了100.00%