目录
1、参加科学大会
题目描述
小明是一位科学家,他需要参加一场重要的国际科学大会,以展示自己的最新研究成果。
小明的起点是第一个车站,终点是最后一个车站。然而,途中的各个车站之间的道路状况、交通拥堵程度以及可能的自然因素(如天气变化)等不同,这些因素都会影响每条路径的通行时间。
小明希望能选择一条花费时间最少的路线,以确保他能够尽快到达目的地。
输入描述
第一行包含两个正整数,第一个正整数 N 表示一共有 N 个公共汽车站,第二个正整数 M 表示有 M 条公路。
接下来为 M 行,每行包括三个整数,S、E 和 V,代表了从 S 车站可以单向直达 E 车站,并且需要花费 V 单位的时间。
输出描述
输出一个整数,代表小明从起点到终点所花费的最小时间。
输入示例
7 9 1 2 1 1 3 4 2 3 2 2 4 5 3 4 2 4 5 3 2 6 4 5 7 4 6 7 9
输出示例
12
提示信息
能够到达的情况:
如下图所示,起始车站为 1 号车站,终点车站为 7 号车站,绿色路线为最短的路线,路线总长度为 12,则输出 12。
不能到达的情况:
如下图所示,当从起始车站不能到达终点车站时,则输出 -1。
数据范围:
1 <= N <= 500;
1 <= M <= 5000;
思路:这里对之前使用的dijkstra算法进行优化,主要包括两个方面,一个是存储图结构采用邻接表,另一个是采用最小堆来查找源点到结点的最小距离。
这里的邻接表自定义了一个Edge结构,存储指向的结点以及边的权值;最小堆的实现采用了优先队列来实现。
其他的就和dijkstra差不多了。
#include<iostream>
#include<vector>
#include<list>
#include<queue>
#include<utility>
#include<climits>
using namespace std;
class MyComparision{
public:
bool operator()(pair<int, int>& l, pair<int, int>& r){
return l.second > r.second;//注意这里生成最小堆的比较判断条件
}
};
struct Edge{
int to_node;//指向的结点
int val;//边上的值
Edge(int to, int v): to_node(to), val(v){}//构造函数
};
int main(){
int n, m;
while(cin >> n >> m){
vector<list<Edge>> grid(n + 1);//使用邻接表记录图数据
//使用优先队列来构造最小堆
priority_queue<pair<int, int>, vector<pair<int, int>>, MyComparision> pq;
int s, t, val;
for(int i = 0; i < m; i ++){
cin >> s >> t >> val;
grid[s].push_back(Edge(t, val));
}
vector<int> minDist(n + 1, INT_MAX);
vector<bool> visited(n + 1, false);
minDist[1] = 0;//起始点到自身的最短距离为0
pq.push(pair<int, int>(1, 0));//将第一个结点加入进最小堆
while(!pq.empty()){
pair<int, int> e = pq.top(); pq.pop();//取最小
if(visited[e.first]) continue;
visited[e.first] = true;//做标记
for(Edge edge : grid[e.first]){//更新最小值
if(!visited[edge.to_node] && minDist[e.first] + edge.val < minDist[edge.to_node]){
minDist[edge.to_node] = minDist[e.first] + edge.val;
pq.push(pair<int, int>(edge.to_node, minDist[edge.to_node]));
}
}
}
if(minDist[n] == INT_MAX) {
cout << -1 << endl;
}else cout << minDist[n] << endl;
}
}
2、城市间货物运输I
题目描述
某国为促进城市间经济交流,决定对货物运输提供补贴。共有 n 个编号为 1 到 n 的城市,通过道路网络连接,网络中的道路仅允许从某个城市单向通行到另一个城市,不能反向通行。
网络中的道路都有各自的运输成本和政府补贴,道路的权值计算方式为:运输成本 - 政府补贴。权值为正表示扣除了政府补贴后运输货物仍需支付的费用;权值为负则表示政府的补贴超过了支出的运输成本,实际表现为运输过程中还能赚取一定的收益。
请找出从城市 1 到城市 n 的所有可能路径中,综合政府补贴后的最低运输成本。如果最低运输成本是一个负数,它表示在遵循最优路径的情况下,运输过程中反而能够实现盈利。
城市 1 到城市 n 之间可能会出现没有路径的情况,同时保证道路网络中不存在任何负权回路。
输入描述
第一行包含两个正整数,第一个正整数 n 表示该国一共有 n 个城市,第二个整数 m 表示这些城市中共有 m 条道路。
接下来为 m 行,每行包括三个整数,s、t 和 v,表示 s 号城市运输货物到达 t 号城市,道路权值为 v (单向图)。
输出描述
如果能够从城市 1 到连通到城市 n, 请输出一个整数,表示运输成本。如果该整数是负数,则表示实现了盈利。如果从城市 1 没有路径可达城市 n,请输出 "unconnected"。
输入示例
6 7 5 6 -2 1 2 1 5 3 1 2 5 2 2 4 -3 4 6 4 1 3 5
输出示例
1
提示信息
示例中最佳路径是从 1 -> 2 -> 5 -> 6,路上的权值分别为 1 2 -2,最终的最低运输成本为 1 + 2 + (-2) = 1。
示例 2:
4 2
1 2 -1
3 4 -1在此示例中,无法找到一条路径从 1 通往 4,所以此时应该输出 "unconnected"。
数据范围:
1 <= n <= 1000;
1 <= m <= 10000;-100 <= v <= 100;
思路:这与之前边的权值只能为正的dijkstra算法的单源最短路径不同,这是带有负值的单源最短路径。
所以采用Bellman_ford算法,专门用于解决这一类问题。
核心就在于需要对每条边进行n-1次的松弛操作。
所谓松弛操作就是求一个结点的最短路径的时候,可能等于前一个结点的最短路径加上边的权值,也可能本身这个最短路径就是已知的,即minDist[B] = minDist[A] + val或者就等于minDist[B](这里存在A->B这样一条边)。松弛操作就是取两者距离最小的,即minDist[B] =min(minDist[A] + val,minDist[B])。
为什么要做n-1次呢?因为每做一次,就能更新一条边的值,比如做一次松弛操作,就能得到从源点走过一条边到达结点的最短路径;做两次就能得到从源点走过两条边到达结点的最短路径;以此类推,从源点到终点的边数最多就为n-1条(因为无环,且结点数为n),所以最多做n-1次就能保证一定能得到从源点到终点的最短路径,当然这个时候从源点到各个结点的最短路径都求出来了。
做n次,n+1次等等都是可以的,但是没有必要,因为这时minDist数组的值已经不会变化了,所以只需要做n-1次松弛操作即可。
#include<iostream>
#include<vector>
#include<climits>
using namespace std;
int main(){
int n, m;
while(cin >> n >> m){
int s, t, val;
vector<vector<int>> grid;
for(int i = 0; i < m; i ++){
cin >> s >> t >> val;
grid.push_back({s, t, val});
}
vector<int> minDist(n + 1, INT_MAX);
minDist[1] = 0;
for(int i = 1; i < n; i ++){//做n-1次松弛
for(int j = 0; j < m; j ++){
int from = grid[j][0];
int to = grid[j][1];
int val = grid[j][2];
if(minDist[from] != INT_MAX && minDist[from] + val < minDist[to]){
minDist[to] = minDist[from] + val;
}
}
}
if(minDist[n] == INT_MAX) cout << "unconnected" << endl;
else cout << minDist[n] << endl;
}
}
感谢你的阅读,希望我的文章能够给你帮助,如果有帮助,麻烦点赞加收藏,或者点点关注,非常感谢。
如果有什么问题欢迎评论区讨论!