每日一题 旅游规划

7-3 旅游规划

分数 20

全屏浏览题目

切换布局

作者 陈越

单位 浙江大学

有了一张自驾旅游路线图,你会知道城市间的高速公路长度、以及该公路要收取的过路费。现在需要你写一个程序,帮助前来咨询的游客找一条出发地和目的地之间的最短路径。如果有若干条路径都是最短的,那么需要输出最便宜的一条路径。

输入格式:

输入说明:输入数据的第1行给出4个正整数N、M、S、D,其中N(2≤N≤500)是城市的个数,顺便假设城市的编号为0~(N−1);M是高速公路的条数;S是出发地的城市编号;D是目的地的城市编号。随后的M行中,每行给出一条高速公路的信息,分别是:城市1、城市2、高速公路长度、收费额,中间用空格分开,数字均为整数且不超过500。输入保证解的存在。

输出格式:

在一行里输出路径的长度和收费总额,数字间以空格分隔,输出结尾不能有多余空格。

输入样例:

4 5 0 3
0 1 1 20
1 3 2 30
0 3 4 10
0 2 2 20
2 3 1 20

输出样例:

3 40

题解思路:

根据题目叙述,然后题目使用的是Dijkstra(最短路径算法),整体算法思路就是求出起始点到每一段的最小距离,最后得到起始点到终点的最短距离 再这题当中,我们可以通过以下的数据结构和算法通过本题

初始化:

  • rode结构体用于表示路径的长度和权重,初始化为一个较大的值mmax
  • less数组用于存储从源节点x到每个节点的当前最短路径。
  • v数组用于标记节点是否已经被访问,初始化为0 
    int mmax = 50000;
    int n;
    
    int v[N];
    typedef struct node{
    	int l = mmax;
    	int w = mmax;
    }rode;

    通过循环读取边的信息,包括起始节点a、目标节点b、路径长度c和权重d,并将这些信息存储在edge矩阵中。

    for(int i = 0;i<m;i++){
    			cin>>a>>b>>c>>d;
    			edge[a][b].l = edge[b][a].l = c;
    			edge[a][b].w = edge[b][a].w = d;
    		}

    执行Dijkstra算法:

  • lessrode函数执行Dijkstra算法,计算从源节点x到所有其他节点的最短路径,并输出目标节点y的最短路径长度和权重。
  • 初始化less数组为从源节点x出发到每个节点的初始路径。
  • 在每一轮循环中,选择当前未访问节点中距离最短的节点,并标记为已访问。
  • 更新与该节点相邻的节点的路径长度和权重,如果找到更短的路径,则更新less数组。
    void lessrode(int x,int y){
    	rode less[N];
    	for(int i = 0;i<n;i++){
    		less[i] = edge[x][i];
    	}
    	rode temp;
    	int k;
    	for(int i = 0;i<n;i++){
    		temp.l = mmax;
    		for(int j = 0;j<n;j++){
    			
    			if(less[j].l<=temp.l&&v[j]==0) {
    				if(less[j].l<temp.l) {
    					k = j;
    					temp = less[j];
    				} 
    				else if(less[j].w<temp.w) {
    					k = j;
    					temp = less[j];
    				}
    			}
    		}
    		v[k] = 1;
    		for(int j = 0;j<n;j++) {
    			if(edge[k][j].l!=mmax){
    			if(less[k].l+edge[k][j].l<less[j].l) {
    				less[j].l = less[k].l+edge[k][j].l;
    				less[j].w = less[k].w+edge[k][j].w;
    			}
    			if(less[k].l+edge[k][j].l==less[j].l){
    				if(less[k].w+edge[k][j].w<less[j].w) {
    					less[j].w = less[k].w+edge[k][j].w;
    				}
    			}
    		}
    		}
    	}
    		cout<<less[y].l<<" "<<less[y].w;
    	}

 整体代码实现:

void lessrode(int x,int y){
	rode less[N];
	for(int i = 0;i<n;i++){
		less[i] = edge[x][i];
	}
	rode temp;
	int k;
	for(int i = 0;i<n;i++){
		temp.l = mmax;
		for(int j = 0;j<n;j++){
			
			if(less[j].l<=temp.l&&v[j]==0) {
				if(less[j].l<temp.l) {
					k = j;
					temp = less[j];
				} 
				else if(less[j].w<temp.w) {
					k = j;
					temp = less[j];
				}
			}
		}
		v[k] = 1;
		for(int j = 0;j<n;j++) {
			if(edge[k][j].l!=mmax){
			if(less[k].l+edge[k][j].l<less[j].l) {
				less[j].l = less[k].l+edge[k][j].l;
				less[j].w = less[k].w+edge[k][j].w;
			}
			if(less[k].l+edge[k][j].l==less[j].l){
				if(less[k].w+edge[k][j].w<less[j].w) {
					less[j].w = less[k].w+edge[k][j].w;
				}
			}
		}
		}
	}
		cout<<less[y].l<<" "<<less[y].w;
	}

 

### 回答1: 现在需要你写一个程序来解决最短路径和最便宜路径的问题。这个程序应该能够读入一张城市高速公路长度过路费的图,并能根据游客提供的出发地和目的地输出最短路径和最便宜路径。可以使用贪心算法或者Dijkstra算法来实现。 ### 回答2: 首先,我们可以使用 Dijkstra 算法来寻找最短路径。该算法基于贪心策略,从起点开始,逐步扩展到距离起点更远的结点。它始终选择距离最短的节点,直到到达目标节点。在这个问题中,我们将城市视为节点,将高速公路视为带权重的边。 在实现 Dijkstra 算法时,我们可以使用一个优先队列来存储未处理的节点。我们将起点节点放入队列中,并将其到起点的距离设为 0。每次从队列中取出距离起点最短的节点,并遍历其所有邻接节点。对于每个邻接节点,如果起点到该节点的距离比之前更小,则更新距离,并将该节点加入队列中。当我们从队列中取出目标节点时,算法终止。 此外,当有多个最短路径时,我们可以使用 Dijkstra 算法的变体,称为“最短路径优先队列算法”。该算法维护一个优先队列,每个节点上存储到该节点的最短路径的长度。在每次扩展节点时,只添加最短路径权重更小的邻居。如果发现等长的路径,则将它们所有的邻居都添加到队列中。由于优先队列总是处理最短路径优先,因此最后队列中第一次提取到目标节点的路径一定是最短的。如果有多个等长的路径,则最终提取的路径一定是其中花费最小的。 综上所述,我们可以使用 Dijkstra 算法或者最短路径优先队列算法来解决该问题。需要注意的是,在程序中我们需要先将路线图转化为无向图,并将过路费设为边的权重。同时,我们需要用适当的数据结构来存储这个图,例如邻接矩阵或邻接表。最后,我们需要将输出路径和花费的信息返回给用户。 ### 回答3: 为了解决这个问题,我们需要学习一些基本的图论知识和算法。 首先,我们需要把高速公路路线图表示为一个有向图。节点代表城市,边代表一段高速公路。我们可以使用邻接矩阵或邻接表来表示这个有向图。在邻接矩阵中,矩阵中的每个元素表示一条边的权重,如果两个节点之没有边,则权重为无穷大。在邻接表中,每个节点有一个链表或数组,存储与该节点相邻的节点和边的权重。 接下来,我们可以使用Dijkstra算法来找到出发地和目的地之的最短路径。Dijkstra算法是一种贪心算法,适用于有向图的单源最短路径问题,即从一个节点出发,找到到其他所有节点的最短路径。该算法从出发节点开始,遍历所有相邻的节点,并更新到达每个节点的最短路径和距离。在处理每个节点时,我们选择距离出发节点最短的那个节点,然后更新其相邻节点的最短路径和距离。该过程一直持续到到达目的地节点或遍历完整个图。 最后,如果存在多个最短路径,我们可以使用另一个算法来找到最便宜的路径,比如说贪心算法或者动态规划算法。在贪心算法中,我们按照某一标准(比如价格)来选择路径,每次选择最小的那条路径。在动态规划算法中,我们定义一个状态表示到达某个节点的最小花费,然后通过递推公式来计算最小花费。最终,我们可以得到最短路径和最便宜的路径。 总之,问题的解决需要图论的知识和算法,需要使用编程语言来实现。通过编程实现以上算法,我们可以帮助游客找到出发地和目的地之的最短路径,同时也可以找到最便宜的路径,提高游客的旅行体验。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值