Kimi    LeetCode 3620. 恢复网络路径 Python3实现 LeetCode 3620. 恢复网络路径 Python3 实现pythonimport heapqfrom typing import Listclass Solution:def findMaxPathScore(self, edges: List[List[int]], online: List[bool], k: int) - int:n len(online)g [[] for _ in range(n)]INF float(inf)l, r INF, 0# 建图过滤掉与离线节点相连的边for u, v, w in edges:if not online[u] or not online[v]:continueg[u].append((v, w))l min(l, w)r max(r, w)# 检查只使用 cost mid 的边能否在总代价 k 内从 0 到达 n-1def check(mid: int) - bool:dist [INF] * ndist[0] 0pq [(0, 0)] # (当前总代价, 当前节点)while pq:d, u heapq.heappop(pq)if d k:return False # 剪枝已超过 kif u n - 1:return True # 到达终点if dist[u] d:continue # 已有更优路径for v, w in g[u]:if w mid:continue # 边权不足 mid跳过nd d wif nd dist[v]:dist[v] ndheapq.heappush(pq, (nd, v))return False# 二分查找最大可行的最小边权while l r:mid (l r 1) 1if check(mid):l midelse:r mid - 1return l if check(l) else -1---核心思路步骤 说明预处理 跳过所有与离线节点相连的边直接不参与建图二分答案 对「路径最小边权」mid 进行二分。mid 越大可用边越少单调递减Dijkstra 验证 在只保留 cost mid 的边的子图上求 0 → n-1 的最短路。若最短路 ≤ k则 mid 可行剪枝优化 堆中弹出距离 k 时直接返回 False避免无效搜索时间复杂度 O((n m) · log n · log W)空间复杂度 O(n m)其中 W 为最大边权n ≤ 5×10⁴m ≤ 10⁵。

相关新闻

向量检索加速:ANN 索引选型和查询参数调优实战

向量检索加速:ANN 索引选型和查询参数调优实战

向量检索加速:ANN 索引选型和查询参数调优实战 基础设施不需要漂亮话。一个 100 万向量的知识库从"勉强能用"到"丝滑检索",差距不在算法,在工程参数的调优。 一、两个向量检索系统,性能差 20 倍 团队内两套知…

2026/7/19 0:49:39
【YOLO26多模态涨点改进】TGRS 2026 | 特征融合改进篇 | 引入CDSF跨域协同融合模块,增强特征互补性与语义一致性,助力高光谱目标检测、遥感目标检测、多模态融合目标检测任务,高效涨点

【YOLO26多模态涨点改进】TGRS 2026 | 特征融合改进篇 | 引入CDSF跨域协同融合模块,增强特征互补性与语义一致性,助力高光谱目标检测、遥感目标检测、多模态融合目标检测任务,高效涨点

一、本文介绍 🔥本文给大家介绍使用 CDSF跨域协同融合模块 改进YOLO26多模态网络模型,主要作用是对不同层级、不同尺度或不同模态的特征进行自适应对齐与互补融合,避免传统拼接或直接相加造成的语义错位和信息冗余。该模块先利用多尺度深度可分离卷积提取局部细节与大范围…

2026/7/19 0:49:39
【YOLO26多模态涨点改进】ECCV 2026 | 特征融合改进篇 |引入DBFSAF双分支频率-空间自适应融合模块,增强自适应地捕获频域与空间域的判别性特征,助力多模态小目标检测任务,有效涨点

【YOLO26多模态涨点改进】ECCV 2026 | 特征融合改进篇 |引入DBFSAF双分支频率-空间自适应融合模块,增强自适应地捕获频域与空间域的判别性特征,助力多模态小目标检测任务,有效涨点

一、本文介绍 🔥本文给大家介绍使用 DBFSAF双分支频率-空间自适应融合模块 改进YOLO26多模态网络模型,DBFSAF可针对不同层级特征的频率差异进行动态建模,通过频率动态卷积增强目标边缘、纹理和局部对比度,并利用多尺度空间精炼与频率处理单元协同融合高频细节和全局语义,…

2026/7/19 0:49:39

本月热点