情景:
我们的朋友小皮每天在家好吃懒做,被妈妈抓去公园逛景点,妈妈给了小皮一张景点地图,告诉他必须走到终点才能回去。
地图如下:
画得很丑我知道…
可以看到,景点1是公园的起点,景点5是公园的终点。
景点与景点之间有一条有向线段,代表两景点之间有一条路线。
每条路线上方标有不同的长度(即权值)。
小皮很懒,只想赶紧走到终点,于是他想知道哪条路线是最短的。
分析:
小皮正犯了难,此时有一个戴眼镜的外国老头路过,帮他一起解决问题:
老人:小伙子,我们先把问题想简单一点。当一开始你在景点1的时候,你有几条路可以走?
小皮:两条。一条去景点2,一条去景点3.
老人:我们换个描述的角度啊。到达景点2最少要走多少路程?
小皮:就景点1到景点2那条2km的路呗
老人:那去景点3最少要走多少路程?
小皮(稍微看了一下):4km吧,先从景点1到景点2,再到景点3。
老人:你为啥不直接走景点1到景点3那条呢?
小皮:那当然是因为1到3这条路程比我刚说的那条路程长啦。
老人:我是不是可以理解为,1-2-3这条路是去景点3的捷径?
小皮:嗯......
老人:假如我们每次都选择走捷径,是不是就能使走的路程最短啦?
小皮:大师,我悟了!
如果要到达最后终点5,而能直接到达景点5的只有景点4和景点3(即景点4和景点3是景点5的直接前驱,景点5是景点4和景点3的直接后继),那我要么经过景点3,要么经过景点4,该怎么在这两者进行挑选呢?
选择权值更小的3到5路线吗?不一定,因为:
到达5的最短路程 = min(到达3之前的最短路程+3到5的权值,到达4之前的最短路程+4到5的权值)。
也就是到达3之前的最短路程和到达4之前的最短路程是未知的。
那我们再进一步思考,景点3的直接前驱是1和2,有:
到达3的最短路程 = min(到达1之前的最短路程+1到3的权值,到达2之前的最短路程+2到3的权值)
同理:
到达4的最短路程 = min(到达2之前的最短路程+2到4的权值,到达3之前的最短路程+3到4的权值)
景点1就是起点,无直接前驱,易得:
到达1之前的最短路程 = 0;
而景点2只有一个直接前驱景点1,
到达2之前的最短路程就等于1到2的权值。
这个逆推式无限套娃的操作是不是有点熟悉?笔者想起了(其实是看网友说的 )高中数学的数学归纳法。而数学归纳法第一步和最关键的一步是什么呢?(数学老师敲敲黑板)
对啊,是假设。
我们假设已经知道了到达景点i之前的最短路程(即捷径),并用数组dist[i]存储,同时用a[i][j]存储i到j的权值。
用这些表达式将上面的一大串中文翻译过来就是:
dist[5] = min(dist[3]+a[3][5],dist[4]+a[4][5])
dist[3] = min(dist[1]+a[1][3],dist[2]+a[2][3])
dist[4] = min(dist[2]+a[2][4],dist[3]+a[3][4])
dist[1] = 0
dist[2] = a[1][2]
读者可以自己尝试照着表达式用中文读一遍。
显然,到达每个点的最短路程都拥有相同的思想本质,如果再用数学语言进一步精简:
有景点i,它的直接前驱集合V = {j1,j2,j3....},
dist[i] = min(dist[j1]+a[j1][i],dist[j2]+a[j2][i],dist[j3]+a[j3][i].......)
筛选出那个能符合要求的我们最爱的“最短前驱点”j,
用数组p[i] = j记录它,代表j到i为满足最短路径条件时j是i的前驱。
打码思路:
经过刚才的分析,我们需要以下几个数据结构:
一维数组dist[i]:到达景点i之前的最短路程(捷径)
一维数组p[i]:满足最短路径时,景点i的最优直接前驱点
二维数组a[i][j]:i是j的直接前驱(i指向j),记录i和j的路程即权值。
如果景点i到j无法没有直接路径,将其初始化为无穷大.
const int maxn = 1e7;//自定义一个无穷大
int a[100][100];//记录权值
int dist[100];//记录捷径
int p[100];//记录最佳直接前驱
int flag[100];//标记是否走过
int n,m;//n为一共有多少个景点,m为有多少条有向线段
//主函数内
cin>>n>>m;//n为一共有多少个景点,m为有多少条有向线段
for (int i=1;i<=n;i++){
for (int j=1;j<=n;j++)
a[i][j] = maxn;//初始化为无穷大
//maxn需要在宏定义为一个绝对不会超过的数字
}
for (int i=1;i<=m;i++){
int q,p,l;
cin>>q>>p>>l;
a[q][p] = l;//记录q到p有向线段的权值
}
我们自定义一个求最短路径的函数: