对于最短路算法松弛过程的理解:
每次松弛过程的意义为建设两点间关系(更新最优前点)。
定义已确定点为ver(前点),待更新点为j(后点),dist[x]为x当前最小距离,d[x][y]为两点间权值。
当dist[ver]+d[ver][j]<dist[j],代表从 起始点->ver点->j点 路径长度,大于从 起始点->j点 (以其他某方案) 长度。此时j点当前最优前点则为ver,建立了两点关系 ver->j 。
当dist[ver]+d[ver][j]==dist[j],代表起始点由原本路径到j点,或经过ver到j点,均为当前最优路径,至于ver是否是j点最优前点,需要根据额外信息判断。
当最优路径唯一(并非最短路,而是最短路加额外条件最优),每次松弛过程总能判断j点的最优前点是否是ver。
这也是为什么Bellman-Ford算法可以计算k段路程的最短路。Bellman-Ford算法每次循环将所有边遍历,而对于前点ver来说,若ver没被更新过,也就是dist[ver]为无穷大,则dist[ver]+d[ver][j]<dist[j]不可能成立,也就是说Bellman-Ford算法在第一次遍历中,仅有前点为起始点的更新有意义,其余更新并没有意义。第二次遍历中,仅有在第一次遍历中被成功更新的点作为前点的更新有意义,其余更新同样无意义,以此类推,k次遍历后可以达到k段路程处的点。
由此可见Bellman-Ford算法进行了大量无意义计算,有效更新的过程类似于宽搜但并不规定顺序,或形象一些来说,类似于水波纹的扩散。因此SPFA针对此进行了优化,使用容器将被更新过的点存储,只将容器内元素作为前点更新,保证了不进行无意义计算。
题目背景:
本题是一部战争大片 —— 你需要从己方大本营出发,一路攻城略地杀到敌方大本营。首先时间就是生命,所以你必须选择合适的路径,以最快的速度占领敌方大本营。当这样的路径不唯一时,要求选择可以沿途解放最多城镇的路径。若这样的路径也不唯一,则选择可以有效杀伤最多敌军的路径。
输入格式:
输入第一行给出2个正整数N
(2 ≤ N
≤ 200,城镇总数)和K
(城镇间道路条数),以及己方大本营和敌方大本营的代号。随后N
-1行,每行给出除了己方大本营外的一个城镇的代号和驻守的敌军数量,其间以空格分隔。再后面有K
行,每行按格式城镇1 城镇2 距离
给出两个城镇之间道路的长度。这里设每个城镇(包括双方大本营)的代号是由3个大写英文字母组成的字符串。
输出格式:
按照题目要求找到最合适的进攻路径(题目保证速度最快、解放最多、杀伤最强的路径是唯一的),并在第一行按照格式己方大本营->城镇1->...->敌方大本营
输出。第二行顺序输出最快进攻路径的条数、最短进攻距离、歼敌总数,其间以1个空格分隔,行首尾不得有多余空格。
输入样例:
10 12 PAT DBY
DBY 100
PTA 20
PDS 90
PMS 40
TAP 50
ATP 200
LNN 80
LAO 30
LON 70
PAT PTA 10
PAT PMS 10
PAT ATP 20
PAT LNN 10
LNN LAO 10
LAO LON 10
LON DBY 10
PMS TAP 10
TAP DBY 10
DBY PDS 10
PDS PTA 10
DBY ATP 10
输出样例:
PAT->PTA->PDS->DBY
3 30 210
本题基本是 L2 城市间紧急救援 的升级版,都是在使用Djikstra算法的过程维护额外信息。
此类问题,思路为每次放松过程更新该点的最优前点。关键在于更新过程的优先级,显而易见最短路优先更新,当最短路未更新时,一般情况下最优前点本应不更新,但在dist[ver]+d[ver][j]==dist[j]发生的情况下,最优点可以更新也可以不更新,所以需要根据附加条件判断是否更新最优前点,附加条件判断顺序依照优先级。
ac代码:
#include<bits/stdc++.h>
using namespace std;
typedef pair<int,int> PII;
const int N=220, M=N*N;
int n,k;
string bg, ed;
//bg起始点,ed目标点
int h[N], e[M], w[M], ne[M], idx;
//邻接表
int dist[N], cnt[N], v[N], f[N], st[N], sum[N], path[N];
//dist-当前最短路长度 cnt-经过几个城市 v-该城市驻守多少敌人
//f-该点当前最优前点 st-最短路是否确定 sum-经过该点的最优路径杀伤了多少敌人
//path-经过该点且长度为最短路的路程条数
map<string,int> mp1;
map<int,string> mp2;
//地名与序号映射
void add (int a,int b,int c)
{
w[idx]=c, e[idx]=b, ne[idx]=h[a], h[a]=idx++;
}
//添加边
void Dijkstra ()
{
memset(dist,0x3f,sizeof dist);
int hh=mp1[bg];
dist[hh]=0, cnt[hh]=0, f[hh]=-1, sum[hh]=0, path[hh]=1;
priority_queue<PII, vector<PII>, greater<PII>> heap;
heap.push({0,hh});
while(heap.size())
{
auto t=heap.top();
heap.pop();
int ver=t.second;
if(st[ver]==true) continue;
else st[ver]=true;
for(int i=h[ver];i!=-1;i=ne[i])
{
int j=e[i];
if(dist[j]>dist[ver]+w[i])
{
dist[j]=dist[ver]+w[i];
f[j]=ver;
cnt[j]=cnt[ver]+1;
sum[j]=v[j]+sum[ver];
path[j]=path[ver];
heap.push({dist[j],j});
}
//dist[j]==dist[ver]+w[i],速度相同,根据经过城镇数判断是否更新最优前点
else if(dist[j]==dist[ver]+w[i])
{
path[j]+=path[ver];
if(cnt[j]<cnt[ver]+1)
{
f[j]=ver;
cnt[j]=cnt[ver]+1;
sum[j]=v[j]+sum[ver];
}
//同理 cnt[j]==cnt[ver]+1,经过城镇数相同,根据杀敌数判断是否更新最优前点
else if(cnt[j]==cnt[ver]+1)
{
if(sum[j]<v[j]+sum[ver])
{
f[j]=ver;
sum[j]=v[j]+sum[ver];
}
}
}
}
}
}
//递归输出路径
void ff (int x)
{
if(x==mp1[bg])
{
cout<<mp2[x];
}
else
{
ff(f[x]);
cout<<"->"<<mp2[x];
}
}
int main ()
{
cin>>n>>k;
cin>>bg>>ed;
memset(h,-1,sizeof h);
mp1[bg]=0;
mp2[0]=bg;
for(int i=1;i<n;i++)
{
string s;
int x;
cin>>s>>x;
mp1[s]=i;
mp2[i]=s;
v[i]=x;
}
for(int i=0;i<k;i++)
{
string s1,s2;
int x;
cin>>s1>>s2>>x;
int a=mp1[s1], b=mp1[s2];
add(a,b,x);
add(b,a,x);
//双向图
}
Dijkstra();
ff(mp1[ed]);
cout<<endl;
int tt=mp1[ed];
cout<<path[tt]<<' '<<dist[tt]<<' '<<sum[tt];
}