PTA旅游规划 (Dijkstra)

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

第一次写最短路的题目,这是个单源最短路径,使用dijkstra算法。
参考:


#include<iostream>
#include<cstring>
#include<vector>
#include<algorithm>
#include<stack>
#include<queue>
#include<map>
#include<list>
#include<set>
#include<cmath>
using namespace std;
typedef long long ll;
#define N 550
#define INF 0x3f3f3f3f
int n,m,s,d;

int dis[N],fee[N],edge[N][N],f[N][N],vis[N];

void dijkstra(){
	for(int i=0;i<n;i++) dis[i] = edge[s][i];
	for(int i=0;i<n;i++) fee[i] = f[s][i];
	fee[s] = 0;
	int e = s;
	for(int i=0;i<n;i++){
		vis[e] = 1;
		for(int j=0;j<n;j++){
			if(!vis[j]){
				if(dis[e]+edge[e][j]<dis[j]){
					dis[j] = edge[e][j]+dis[e];
					fee[j] = f[e][j]+fee[e];
				}
				else if(dis[e]+edge[e][j]==dis[j]){
					fee[j] = min(fee[j],f[e][j]+fee[e]);
				}
			}
		}
		int min = INF; // 在剩余集合中找距离最短的点 
		e = n;
		for(int j=0;j<n;j++){
			if(!vis[j]&&min>dis[j]){
				min = dis[j];
				e = j;
			}
		}
		if(e==n) break;  // 找不到 break 
	}
}
int main() {
	cin >> n >> m >> s >> d;
	int x,y,z,w;
	for(int i=0;i<n;i++){
		for(int j=0;j<n;j++){
			edge[i][j]=edge[i][j]=INF;
			f[i][j]=f[i][j]=INF;
		}
		edge[i][i] = 0;f[i][i] = 0;
	}
	for(int i=0;i<m;i++){
		scanf("%d%d%d%d",&x,&y,&z,&w);
		edge[x][y]=edge[y][x]= z;
		f[x][y]=f[y][x]=w;
	}
	dijkstra();
	cout << dis[d] << " " << fee[d] << endl;
	return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Dijkstra算法是一种用于解决带权图的单源最短路径问题的贪心算法。其基本思想是从起点开始,逐步扩展到其他节点,直到到达终点为止。具体实现过程如下: 1. 初始化:将起点的距离设为0,其他节点的距离设为无穷大。 2. 选择当前距离起点最近的节点,并标记为已访问。 3. 更新与该节点相邻的节点的距离,如果更新后的距离比原来的距离小,则更新距离。 4. 重复步骤2和3,直到所有节点都被访问过或者终点被访问到。 下面是Dijkstra算法的Python实现: ```python import heapq def dijkstra(graph, start, end): # 初始化距离和已访问节点集合 distances = {node: float('inf') for node in graph} distances[start] = 0 visited = set() # 使用堆优化的方式选择距离起点最近的节点 heap = [(0, start)] while heap: # 取出堆顶元素 (distance, node) = heapq.heappop(heap) # 如果该节点已经被访问过,则跳过 if node in visited: continue # 标记该节点为已访问 visited.add(node) # 更新与该节点相邻的节点的距离 for neighbor, weight in graph[node].items(): new_distance = distance + weight if new_distance < distances[neighbor]: distances[neighbor] = new_distance heapq.heappush(heap, (new_distance, neighbor)) # 返回起点到终点的最短距离 return distances[end] # 测试代码 graph = { 'A': {'B': 5, 'C': 1}, 'B': {'A': 5, 'C': 2, 'D': 1}, 'C': {'A': 1, 'B': 2, 'D': 4, 'E': 8}, 'D': {'B': 1, 'C': 4, 'E': 3, 'F': 6}, 'E': {'C': 8, 'D': 3}, 'F': {'D': 6} } print(dijkstra(graph, 'A', 'F')) # 输出:8 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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