问题描述
农夫约翰正在针对一个新区域的牛奶配送合同进行研究。他打算分发牛奶到T个城镇(标号为1..T),
这些城镇通过R条标号为(1..R)的道路和P条标号为(1..P)的航路相连。
每一条公路i或者航路i表示成连接城镇Ai(1<=A_i<=T)和Bi(1<=Bi<=T)代价为Ci。
每一条公路,Ci的范围为0<=Ci<=10,000;由于奇怪的运营策略,每一条航路的Ci可能为负的,也就是-10,000<=Ci<=10,000。
每一条公路都是双向的,正向和反向的花费是一样的,都是非负的。
每一条航路都根据输入的Ai和Bi进行从Ai->Bi的单向通行。
实际上,如果现在有一条航路是从Ai到Bi的话,那么意味着肯定没有通行方案从Bi回到Ai。
农夫约翰想把他那优良的牛奶从配送中心送到各个城镇,当然希望代价越小越好,你可以帮助他嘛?配送中心位于城镇S中(1<=S<=T)。
输入格式
输入的第一行包含四个用空格隔开的整数T,R,P,S。
接下来R行,描述公路信息,每行包含三个整数,分别表示Ai,Bi和Ci。
接下来P行,描述航路信息,每行包含三个整数,分别表示Ai,Bi和Ci。
输出格式
输出T行,分别表示从城镇S到每个城市的最小花费,如果到不了的话输出NO PATH。
样例输入
6 3 3 4
1 2 5
3 4 5
5 6 10
3 5 -100
4 6 -100
1 3 -10
样例输出
NO PATH
NO PATH
5
0
-95
-100
数据规模与约定
对于20%的数据,T<=100,R<=500,P<=500;
对于30%的数据,R<=1000,R<=10000,P<=3000;
对于100%的数据,1<=T<=25000,1<=R<=50000,1<=P<=50000。
import java.util.ArrayDeque;
import java.util.ArrayList;
import java.util.Scanner;
/**
* @author 翔
*
*/
public class Main {
private static int max=10000000;
private static int T;//城镇个数(也即顶点个数)
private static int R;//道路个数(也即双向边个数)
private static int P;//航路个数(也即单向便个数)
private static int S;//配送中心(也即源点)
private static int[] dist;记录从源点1到其它各顶点的路径长度数组
private static Node[] node;//顶点数组
private static ArrayDeque<Integer> queue=new ArrayDeque<Integer>();
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
init();
spfa();
print();
}
private static void print(){
for(int i=1;i<=T;i++){
if(dist[i]<max){
System.out.println(dist[i]);
}else{
System.out.println("NO PATH");
}
}
}
private static void init(){
Scanner sc=new Scanner(System.in);
T=sc.nextInt();
R=sc.nextInt();
P=sc.nextInt();
S=sc.nextInt();
dist=new int[T+1];
node=new Node[T+1];
for(int i=1;i<=T;i++){
dist[i]=max;
node[i]=new Node();
}
dist[S]=0;
queue.add(S);
for(int i=0;i<R;i++){
int from=sc.nextInt();
int to=sc.nextInt();
int weight=sc.nextInt();
node[from].list.add(to);
node[from].weight.add(weight);
node[to].list.add(from);
node[to].weight.add(weight);
}
for(int i=0;i<P;i++){
int from=sc.nextInt();
int to=sc.nextInt();
int weight=sc.nextInt();
node[from].list.add(to);
node[from].weight.add(weight);
}
sc.close();
}
//几乎所有的最短路算法其步骤都可以分为两步
//1.初始化
//2.松弛操作
//
//初始化: d数组全部赋值为INF(无穷大);p数组全部赋值为s(即源点),或者赋值为-1,表示还没有知道前驱然后d[s]=0;
//表示源点不用求最短路径,或者说最短路就是0。将源点入队;(另外记住在整个算法中有顶点入队了要记得标记vis数组,有顶点出队了记得消除那个标记)
//
//队列+松弛操作
//读取队头顶点u,并将队头顶点u出队(记得消除标记);将与点u相连的所有点v进行松弛操作,如果能更新估计值(即令d[v]变小),那么就更新,
//另外,如果点v没有在队列中,那么要将点v入队(记得标记),如果已经在队列中了,那么就不用入队
//以此循环,直到队空为止就完成了单源最短路的求解
//
//SPFA可以处理负权边
//定理: 只要最短路径存在,上述SPFA算法必定能求出最小值。
//证明:
//每次将点放入队尾,都是经过松弛操作达到的。换言之,每次的优化将会有某个点v的最短路径估计值d[v]变小。
//所以算法的执行会使d越来越小。由于我们假定图中不存在负权回路,所以每个结点都有最短路径值。
//因此,算法不会无限执行下去,随着d值的逐渐变小,直到到达最短路径值时,算法结束,
//这时的最短路径估计值就是对应结点的最短路径值。(证毕)
//期望的时间复杂度O(ke), 其中k为所有顶点进队的平均次数,可以证明k一般小于等于2。
/**
private static void spfa(){
while(queue.size()!=0){
//读取队头顶点u,并将队头顶点u出队(记得消除标记);
//将与点u相连的所有点v进行松弛操作,如果能更新估计值(即令d[v]变小),那么就更新,
//另外,如果点v没有在队列中,那么要将点v入队(记得标记),如果已经在队列中了,那么就不用入队
//以此循环,直到队空为止就完成了单源最短路的求解
int queFir=queue.poll();
for(int i=0;i<node[queFir].list.size();i++){
int t=node[queFir].list.get(i);
int weight=node[queFir].weight.get(i);
if(dist[queFir]+weight<dist[t]){
dist[t]=dist[queFir]+weight;
path[t]=queFir;
if(!queue.contains(t)){
queue.offer(t);
}
}
}
}
}
*/
private static void spfa(){
while(queue.size()!=0){
int queueFir=queue.poll();
for(int i=0;i<node[queueFir].list.size();i++){
int v=node[queueFir].list.get(i);
int weight=node[queueFir].weight.get(i);
if(dist[queueFir]+weight<dist[v]){
dist[v]=dist[queueFir]+weight;
if(!queue.contains(v)){
queue.offer(v);
}
}
}
}
}
}
class Node{
ArrayList<Integer> list=new ArrayList<Integer>();
ArrayList<Integer> weight=new ArrayList<Integer>();
}