UVa 11374 - Airport Express ( dijkstra预处理 )

起点和终点各做一次单源最短路, d1[i], d2[i]分别代表起点到i点的最短路和终点到i点的最短路,枚举商业线车票cost(a, b);  ans = min( d1[a] + cost(a, b) + d2[b] );

#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <algorithm>
#include <vector>
#include <queue>

using namespace std;

const int MAXN = 1010;
const int INF  = 1 << 22;

struct HeapNode
{
    int d, u;
    HeapNode() { }
    HeapNode( int _d, int _u ): d(_d), u(_u) { }
    bool operator<( const HeapNode& rhs ) const
    {
        return d > rhs.d;
    }
};

struct Edge
{
    int from, to, dist;
    Edge() { }
    Edge( int f, int t, int d ) : from(f), to(t), dist(d) { }
};

int N, S, E;

struct Dijkstra
{
    int n, m;
    vector<Edge> edges;
    vector<int> G[MAXN];
    bool done[MAXN];
    int d1[MAXN];
    int d2[MAXN];
    int p1[MAXN];
    int p2[MAXN];

    void init( int n )
    {
        this->n = n;
        for ( int i = 0; i <= n; ++i ) G[i].clear();
        edges.clear();
        return;
    }

    void AddEdge( int from, int to, int dist )
    {
        edges.push_back( Edge( from, to, dist ) );
        m = edges.size();
        G[from].push_back(m - 1);
        return;
    }
    
    void dijkstra( int s, int *d, int *p )
    {
        priority_queue<HeapNode> Q;
        for ( int i = 0; i <= n; ++i ) d[i] = INF;
        d[s] = 0;
        memset( done, 0, sizeof(done) );
        Q.push( HeapNode( 0, s ) );
        while ( !Q.empty() )
        {
            HeapNode x = Q.top();
            Q.pop();
            int u = x.u;
            if ( done[u] ) continue;
            done[u] = true;
            for ( int i = 0; i < G[u].size(); ++i )
            {
                Edge& e = edges[ G[u][i] ];
                if ( d[e.to] > d[u] + e.dist )
                {
                    d[e.to] = d[u] + e.dist;
                    p[e.to] = G[u][i];
                    Q.push( HeapNode( d[e.to], e.to ) );
                }
            }
        }
        return;
    }

    void Print1( int e )
    {
        if ( e == S )
        {
            printf( "%d", S );
            return;
        }
        Edge& tp = edges[ p1[e] ];
        Print1( tp.from );
        printf( " %d", e );
        return;
    }

    void Print2( int e )
    {
        if ( e == E )
        {
            printf( " %d", E );
            return;
        }
        Edge& tp = edges[ p2[e] ];
        printf( " %d", e );
        Print2( tp.from );
        return;
    }

};

int M, K;
Dijkstra slv;
vector<Edge> ec;  //经济线路

int main()
{
    //freopen( "UVa_11374.in", "r", stdin );
    //freopen( "UVa_11374.out", "w", stdout );
    int cas = 0;
    while ( scanf( "%d%d%d", &N, &S, &E ) == 3 )
    {
        slv.init( N );
        scanf( "%d", &M );
        for ( int i = 0; i < M; ++i )
        {
            int u, v, cost;
            scanf( "%d%d%d", &u, &v, &cost );
            slv.AddEdge( u, v, cost );
            slv.AddEdge( v, u, cost );
        }
        
        ec.clear();
        scanf( "%d", &K );
        for ( int i = 0; i < K; ++i )
        {
            int u, v, cost;    
            scanf( "%d%d%d", &u, &v, &cost );
            ec.push_back( Edge(u, v, cost) );
        }

            slv.dijkstra( S, slv.d1, slv.p1 );
        slv.dijkstra( E, slv.d2, slv.p2 );

//        for ( int i = 1; i <= N; ++i )
//        {
//            printf("%d %d\n", slv.d1[i], slv.d2[i] );
//        }
        
        int ans = slv.d1[E];
        int huan = -1;
        int huaned;

        for ( int i = 0; i < K; ++i )
        {
            int u = ec[i].from;
            int v = ec[i].to;
            int tmp1 = slv.d1[u] + ec[i].dist + slv.d2[v];
            int tmp2 = slv.d1[v] + ec[i].dist + slv.d2[u];
            if ( tmp1 < ans )
            {
                ans = tmp1;
                huan = u;
                huaned = v;
            }
            if ( tmp2 < ans )
            {
                ans = tmp2;
                huan = v;
                huaned = u;
            }
        }

        if (cas) puts("");
        ++cas;

        if ( huan == -1 ) 
        {
            slv.Print1(E);
            puts("");
            puts("Ticket Not Used");
        }
        else
        {
            slv.Print1(huan);
            slv.Print2(huaned);
            puts("");
            printf( "%d\n", huan );
        }
        printf( "%d\n", ans );

    }
    return 0;
}

 

转载于:https://www.cnblogs.com/GBRgbr/p/3307540.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
牙科就诊管理系统利用当下成熟完善的SSM框架,使用跨平台的可开发大型商业网站的Java语言,以及最受欢迎的RDBMS应用软件之一的Mysql数据库进行程序开发。实现了用户在线查看数据。管理员管理病例管理、字典管理、公告管理、药单管理、药品管理、药品收藏管理、药品评价管理、药品订单管理、牙医管理、牙医收藏管理、牙医评价管理、牙医挂号管理、用户管理、管理员管理等功能。牙科就诊管理系统的开发根据操作人员需要设计的界面简洁美观,在功能模块布局上跟同类型网站保持一致,程序在实现基本要求功能时,也为数据信息面临的安全问题提供了一些实用的解决方案。可以说该程序在帮助管理者高效率地处理工作事务的同时,也实现了数据信息的整体化,规范化与自动化。 管理员在后台主要管理病例管理、字典管理、公告管理、药单管理、药品管理、药品收藏管理、药品评价管理、药品订单管理、牙医管理、牙医收藏管理、牙医评价管理、牙医挂号管理、用户管理、管理员管理等。 牙医列表页面,此页面提供给管理员的功能有:查看牙医、新增牙医、修改牙医、删除牙医等。公告信息管理页面提供的功能操作有:新增公告,修改公告,删除公告操作。公告类型管理页面显示所有公告类型,在此页面既可以让管理员添加新的公告信息类型,也能对已有的公告类型信息执行编辑更新,失效的公告类型信息也能让管理员快速删除。药品管理页面,此页面提供给管理员的功能有:新增药品,修改药品,删除药品。药品类型管理页面,此页面提供给管理员的功能有:新增药品类型,修改药品类型,删除药品类型。
### 回答1: Dijkstra算法是一种用于解决单源最短路径问题的算法。它的基本思想是从起点开始,逐步扩展到其他节点,每次选择当前距离起点最近的节点,并更新与该节点相邻的节点的距离。通过这种方式,可以找到起点到其他节点的最短路径。Dijkstra算法的时间复杂度为O(n^2),但是可以通过使用堆优化来将其优化到O(nlogn)。 ### 回答2: Dijkstra算法是一种解决单源最短路径问题的贪心算法,其思想是利用“松弛”操作来不断更新当前点到源点的最短距离,但前提是所有边的权重非负。如果有负权边,则需要使用Bellman-Ford算法。 首先,我们需要定义一个数组dis数组,用于存储源点s到各个点的最短距离。dis[s]初始为0,其他点初始为无限大。接着,我们需要维护一个集合S,表示已经求出最短路径的点的集合。将源点s加入集合S中。 对于每个未加入S的点v,我们通过选择其它点到源点s的最短路径中的一个点u,然后将dis[v]更新为dis[u] + w(u,v),其中w(u,v)表示边(u,v)的权重。具体地,这个操作称为“松弛”操作。 在松弛操作中,我们需要比较dis[u] + w(u,v)和dis[v]的大小,如果前者更小,则更新dis[v]的值为dis[u] + w(u,v)。 重复执行以上操作,直到所有的点都加入到集合S中。最后dis数组中存储的就是源点s到所有点的最短距离。 Dijkstra算法可以用堆优化,时间复杂度为O(mlogn),其中n表示图中的点数,m表示边数。Dijkstra算法也可以应用于稠密图,时间复杂度为O(n^2)。 总之,Dijkstra算法是一种经典的求解单源最短路径问题的算法,其实现简单,效率高,被广泛应用于路由算法和图像处理等领域。 ### 回答3: Dijkstra算法是一种在加权有向图中寻找从源节点到其他节点的最短路径的贪心算法。该算法基于其它路径加权节点的已知最短路径去更新更长路径的信息直到找到从源节点到目标节点的最短路径。在整个计算过程中,Dijkstra算法需要维护一个待处理节点集合和一个距离源节点的最短路径数组。 算法的具体实现如下: 1. 初始化源节点及其距离为0,其他节点的距离为无穷大。 2. 将源节点加入到待处理节点集合中。 3. 对于源节点的所有相邻节点,更新它们距离源节点的最短路径。如果当前路径小于之前已知的最短路径,则更新最短路径数组。 4. 遍历待处理节点集合中除源节点外的节点,选择距离最近的节点作为当前节点,并将它从待处理机集合中移除。 5. 对于当前节点的所有相邻节点,更新它们距离源节点的最短路径。如果当前路径小于之前已知的最短路径,则更新最短路径数组。 6. 重复步骤4和5,直到待处理节点集合为空或者目标节点已经被遍历。 Dijkstra算法的时间复杂度为O(n^2),其中n为节点数,由于它是贪心算法,只能处理非负权重的图,否则可能会陷入死循环。但是,Dijkstra算法是单源最短路径问题的最优解,因此在处理小规模的图时效果很好。在处理大规模图时,需要使用其他高效的算法,如A*算法、Bellman-Ford算法等。
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