题意
一张 T T T条边的图,点的编号在 1 ∼ 1000 1\sim1000 1∼1000之间。求出从起点 S S S到终点 E E E刚好经过 N N N条边的最短路。
思路
因为边最多只有
100
100
100条,而点编号在
1
∼
1000
1\sim1000
1∼1000内,所以点数最多只有
200
200
200个,然后我们可以先离散化。
离散化数据把它映射到
1
∼
P
1\sim P
1∼P的编号中。设
A
A
A为这个图的邻接矩阵,我们可以看看这个方程:
b
[
i
]
[
j
]
=
m
i
n
1
≤
k
≤
p
(
A
[
i
]
[
k
]
+
A
[
k
]
[
j
]
)
b[i][j]=\underset{1\leq k\leq p}{min}(A[i][k]+A[k][j])
b[i][j]=1≤k≤pmin(A[i][k]+A[k][j])
因为
A
A
A是初始矩阵,所以代表经过
1
1
1条边的最短路径。然而
B
B
B是从
A
A
A得来,我们枚举了一个断点
k
k
k,所以
B
B
B是两条边的最短路。
我们设矩阵
A
n
A^n
An保存两点之间刚好经过
n
n
n条路的最短路,可以得出:
(
A
r
+
m
)
[
i
]
[
j
]
=
m
i
n
1
≤
k
≤
p
(
(
A
r
)
[
i
]
[
k
]
+
(
A
m
)
[
k
]
[
j
]
)
(A^{r+m})[i][j]=\underset{1\leq k\leq p}{min}((A^r)[i][k]+(A^m)[k][j])
(Ar+m)[i][j]=1≤k≤pmin((Ar)[i][k]+(Am)[k][j])
我们发现这个东西和矩阵乘法很像,只不过求和变成求最值,乘积变成和。因为是求最值,显然可以得出这个矩阵乘法也满足结合律,然后我们就可以用快速幂加速来做了。
代码
#include<cstdio>
#include<cstring>
#include<algorithm>
int N, T, S, E, P;
int id[1001];
struct matrix{
int a[201][201];
}f;
matrix operator *(matrix &a, matrix &b) {
matrix c;
memset(c.a, 127 / 3, sizeof(c.a));
for (int i = 1; i <= P; i++)
for (int j = 1; j <= P; j++)
for (int k = 1; k <= P; k++)
c.a[i][j] = std::min(c.a[i][j], a.a[i][k] + b.a[k][j]);
return c;
}
void ksm(matrix &f, int b) {
matrix result = f;//答案先存了f所以指数-1
for (; b; b >>= 1) {
if (b & 1) result = result * f;
f = f * f;
}
f = result;
}
int main() {
scanf("%d %d %d %d", &N, &T, &S, &E);
memset(f.a, 127 / 3, sizeof(f.a));
for (int i = 1, x, y, z; i <= T; i++) {
scanf("%d %d %d", &z, &x, &y);
x = id[x] ? id[x] : id[x] = ++P;
y = id[y] ? id[y] : id[y] = ++P;//离散
f.a[x][y] = f.a[y][x] = std::min(f.a[x][y], z);
}
ksm(f, N - 1);
printf("%d", f.a[id[S]][id[E]]);
}