描述 Description | ||
德克萨斯纯朴的民眾们这个夏天正在遭受巨大的热浪!!!他们的德克萨斯长角牛吃起来不错,可是他们并不是很擅长生產富含奶油的乳製品。Farmer John此时以先天下之忧而忧,后天下之乐而乐的精神,身先士卒地承担起向德克萨斯运送大量的营养冰凉的牛奶的重任,以减轻德克萨斯人忍受酷暑的痛苦。 FJ已经研究过可以把牛奶从威斯康星运送到德克萨斯州的路线。这些路线包括起始点和终点先一共经过T (1 <= T <= 2,500)个城镇,方便地标号為1到T。除了起点和终点外地每个城镇由两条双向道路连向至少两个其它地城镇。每条道路有一个通过费用(包括油费,过路费等等)。考虑这个有7个城镇的地图。城镇5是奶源,城镇4是终点(括号内的数字是道路的通过费用)。 [1]----1---[3]- / \ [3]---6---[4]---3--[3]--4 / / /| 5 --[3]-- --[2]- | \ / / | [5]---7---[2]--2---[3]--- | / [1]------ 经过路线5-6-3-4总共需要花费3 (5->6) + 4 (6->3) + 3 (3->4) = 10的费用。 给定一个地图,包含C (1 <= C <= 6,200)条直接连接2个城镇的道路。每条道路由道路的起点Rs,终点Re (1 <= Rs <= T; 1 <= Re <= T),和花费(1 <= Ci <= 1,000)组成。求从起始的城镇Ts (1 <= Ts <= T)到终点的城镇Te(1 <= Te <= T)最小的总费用。 |
看到这个题目,数据结构的知识会立马告诉:要用dijkstra算法
但是在学dijkstra的时候就觉得奇怪,作为点到点的问题,为什么要把所有的最短路径都算出来呢?
于是我去查了下最短路的算法,发现了SPFA算法,求点到点的最短路径,但是复杂度却更低
用dist[x]代表从出发点s到点x的最短路径,初始设置为MAX
其基本思想是,维护一个队列,每次取出队列第一项u
如果一个点u的邻接点v满足dist[u]+dis(u,v)<dist[v],就对dist[v]更新
若v不在队列中,就将v放入队列
#maxint=infinite
maxint=2147483647
T,C,Ts,Te=[int(w) for w in raw_input('').split()]
Adjlist={}
#generate adjacency list
for i in range(C):
Rs,Re,Ci=[int(w) for w in raw_input('').split()]
if not Adjlist.has_key(Rs):
AdjElements={}
AdjElements[Re]=Ci
Adjlist[Rs]=AdjElements
else:
Adjlist[Rs][Re]=Ci
if not Adjlist.has_key(Re):
AdjElements={}
AdjElements[Rs]=Ci
Adjlist[Re]=AdjElements
else:
Adjlist[Re][Rs]=Ci
Dist=[maxint for i in range(T+1)]
#initialization
queue=[]
queue.append(Ts)
Dist[Ts]=0
#iteration
while (len(queue)!=0):
u=queue.pop(0)
#travel
for v in Adjlist[u]:
tmp=Adjlist[u][v]
#relax
if Dist[u]+tmp<Dist[v]:
Dist[v]=Dist[u]+tmp
if not (v in queue):
queue.append(v)
print Dist[Te]