问题描述:
给定一个n个顶点,m条边的有向图(其中某些边权可能为负,但保证没有负环)。请你计算从1号点到其他点的最短路(顶点从1到n编号)。
输入格式:
第一行两个整数n, m。
接下来的m行,每行有三个整数u, v, l,表示u到v有一条长度为l的边。
输出格式:
共n-1行,第i行表示1号点到i+1号点的最短路。
样例输入:
3 3
1 2 -1
2 3 -1
3 1 2
样例输出:
-1
-2
数据规模与约定:
对于10%的数据,n = 2,m = 2。
对于30%的数据,n <= 5,m <= 10。
对于100%的数据,1 <= n <= 20000,1 <= m <= 200000,-10000 <= l <= 10000,保证从任意顶点都能到达其他所有顶点。
这类型的题之前完全没有接触过,在网上参考别人的博客,应需要用SPFA(Shortest Path Faster Algorithm)算法来求解最短路径,九日王朝的这篇博客对该算法有较详细的介绍,大家可以参考一下。
这道题的题目构建的是一个有向图,例如下图。求解的核心思路:
(1)用一个表格 disL 记录从起始点到其他点的最短路径(每条路径的初始值要赋为极大值,起始点到他本身的路径赋为0)。
(2)用一个队列queue来存储从起始点出发,可能会经过的其他节点。
例如下图,最开始队列中只有 a 一个节点,由 a 出发可到达 b、 c、 d,将 a 到 b、c、d的距离去与disL中记录的距离比较,如果更短,刷新disL,并将b、c、d放入队列中,再根据队列先进先出的原则,依次去松弛各个可能达到的点,如果新的距离比远距离更小,刷新disL,并将该点放入队列中。如此反复,直到队列为空。
这篇文章也可参考。
代码如下:
n,m=map(int,input().split())
nodeL=[dict() for i in range(n)] #列表nodeL的元素为字典,第 i 个字典中的键值对表示点 i+1 到key的距离为value
disL=[100000 for i in range(n)] #记录点1到点 i(i>=1)的距离,将初始值设为极大
disL[0]=0 #点1到它本身的距离为0
for i in range(m):
u,v,l=map(int,input().split())
nodeL[u-1][v]=l #点 u 到点 v 的距离为 l
queue=[1]
while len(queue)>0:
Next=queue.pop(0) #弹出队首的元素
Dict=nodeL[Next-1] #查看所弹出元素可到达的节点有哪些
L=Dict.keys()
for item in L:
newdis=disL[Next-1]+Dict[item] #经由节点Next到节点item的新距离
if newdis<disL[item-1]:
disL[item-1]=newdis
queue.append(item)
for i in range(1,len(disL)):
print(disL[i])