Negative Traveling Salesman(消极的旅行推销员)
时间限制:6s 内存限制:1024MB
【原题地址】
所有图片源自Atcoder,题目译文源自脚本Atcoder Better!
【问题描述】
【输入格式】
【输出格式】
【样例1】
【样例输入1】
3 4
1 2 5
2 1 -3
2 3 -4
3 1 100
【样例输出1】
-2
【样例说明1】
【样例2】
【样例输入2】
3 2
1 2 0
2 1 0
【样例输出2】
No
【样例说明2】
【解题思路】
老汉使用到的是Floyd算法+状压+树形dp的解题方式
本题是求任意起点和终点下,跑完所有点的最短总路程,首先想到的就是弗洛伊德算法(Floyd),对任意两点的最短距离进行求解,对下列思路进行分析,通过状态压缩的方式,利用树形表示集合中是否有该点存在,动态保存以不同的点做结尾点的最短总路程,最后进行比对是否存在这个总路程,不存在输出No,存在输出其中最小总路程
代码注释有详细过程
【代码】
package ABC338_F_NegativeTravelingSalesman;
import java.nio.IntBuffer;
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner scan = new Scanner(System.in);
int n = scan.nextInt();
int m = scan.nextInt();
// d[i][j]存放i点到j点最短距离
int[][] d = new int[n][n];
// 对未存在赋值的两点距离做标记
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
if (i != j) {
d[i][j] = Integer.MAX_VALUE;
}
}
}
for (int i = 0; i < m; i++) {
int u = scan.nextInt();
int v = scan.nextInt();
int w = scan.nextInt();
// u、v自减一,对应数组下标,例如1点改为0点
--u;
--v;
// 题目说明无重边,直接用w赋初值,无需比对存放最小值
d[u][v] = w;
}
// 弗洛伊德算法(Floyd),求任意两点最短距离
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
for (int k = 0; k < n; k++) {
if (d[i][k] != Integer.MAX_VALUE && d[k][j] != Integer.MAX_VALUE) {
d[i][j] = Math.min(d[i][j], d[i][k] + d[k][j]);
}
}
}
}
// 状态压缩dp求解所有点都经过,接触最后一个点时,最短总距离
int[][] dp = new int[1 << n][n];
// 初始化dp
for (int i = 0; i < 1 << n; i++) {
for (int j = 0; j < n; j++) {
dp[i][j] = Integer.MAX_VALUE;
}
}
// 起点初始为0
for (int i = 0; i < n; i++) {
dp[1 << i][i] = 0;
}
// 该维度表示走过点的集合,二进制情况下,该位的1代表对应点已加入集合
// 例如:n为3,i属于[0000,1000),相当于[000,111],011代表第一、二个点在集合内,第三个点不在
for (int i = 0; i < 1 << n; i++) {
// 该维度表示当前集合中的最后一个点
for (int j = 0; j < n; j++) {
// 当当前集合中没有j元素,代表不符合规定,跳过
// (当前集合最后一个点为j时,代表集合中一定有j,没有则不符合规定)
if ((~i >> j & 1) == 1) {
continue;
}
// 该维度为当前选中集合内的点
for (int k = 0; k < n; k++) {
// 该点不可能为集合最后一个点,即目不可能自己走向自己
if (j == k) {
continue;
}
// 该点必须存在于集合当中
if ((~i >> k & 1) == 1) {
continue;
}
// 用于比对的值为有效值时,进行比对赋值
if (dp[i ^ (1 << j)][k] != Integer.MAX_VALUE && d[k][j] != Integer.MAX_VALUE) {
// 判断没有j的集合到k总距离加上k到j的最短距离是否小于当前dp包含j的值
dp[i][j] = Math.min(dp[i][j], dp[i ^ (1 << j)][k] + d[k][j]);
}
}
}
}
int ans = Integer.MAX_VALUE;
for (int i = 0; i < n; i++) {
ans = Math.min(ans, dp[(1 << n) - 1][i]);
}
// ans为初始值代表不存在全部走完的可能
if (ans == Integer.MAX_VALUE) {
System.out.println("No");
} else {
System.out.println(ans);
}
scan.close();
}
}