CSP201609-4(交通规划)(Java 100分)

问题描述
　　G国国王来中国参观后，被中国的高速铁路深深的震撼，决定为自己的国家也建设一个高速铁路系统。
　　建设高速铁路投入非常大，为了节约建设成本，G国国王决定不新建铁路，而是将已有的铁路改造成高速铁路。现在，请你为G国国王提供一个方案，将现有的一部分铁路改造成高速铁路，使得任何两个城市间都可以通过高速铁路到达，而且从所有城市乘坐高速铁路到首都的最短路程和原来一样长。请你告诉G国国王在这些条件下最少要改造多长的铁路。
输入格式
　　输入的第一行包含两个整数n, m，分别表示G国城市的数量和城市间铁路的数量。所有的城市由1到n编号，首都为1号。
　　接下来m行，每行三个整数a, b, c，表示城市a和城市b之间有一条长度为c的双向铁路。这条铁路不会经过a和b以外的城市。
输出格式
　　输出一行，表示在满足条件的情况下最少要改造的铁路长度。
样例输入
4 5
1 2 4
1 3 5
2 3 2
2 4 3
3 4 2
样例输出
11
评测用例规模与约定
　　对于20%的评测用例，1 ≤ n ≤ 10，1 ≤ m ≤ 50；
　　对于50%的评测用例，1 ≤ n ≤ 100，1 ≤ m ≤ 5000；
　　对于80%的评测用例，1 ≤ n ≤ 1000，1 ≤ m ≤ 50000；
　　对于100%的评测用例，1 ≤ n ≤ 10000，1 ≤ m ≤ 100000，1 ≤ a, b ≤ n，1 ≤ c ≤ 1000。输入保证每个城市都可以通过铁路达到首都。
思路：这个题用dijkstra 求最短路径，在求得最短路径的前提下，还要保证选取的边最小，大家想一个问题，如果在求某个点到首都的最短路径。假入我们要求顶点5到顶点1的最短路径，如果1->3->5 和 1->2>5都是1到5的最短路径，那么我们是不是只要选择3->5和2->5的最短的一条边作为dijkstra算法中dijkstra顶点5的连接边，因为在求顶点5的花费时，1->3和1->2的花费都是已经确定的。所以只要选择2->5和3->5中最短的一条就能使整体的花费最小？
下面的算法几乎就是Dijkstra的模板，Dijkstra的详细算法我就不讲了。这个题只是多加了一个cost数组保存到达这个点的费用（不是总的费用，而是从哪个点到达这个点）
在未使用优先队列优化前，能得80分，下面是代码：

import java.util.ArrayList;
import java.util.PriorityQueue;
import java.util.Scanner;
public class D {
	static ArrayList<Edge>[] node;
	static int INF = 0x3f3f3f3f;
	static int pre[];
	static int dist[];
	static boolean vis[];
	static int verNum;
	static int cost[];

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner sc = new Scanner(System.in);
		int n = sc.nextInt();
		int m = sc.nextInt();
		verNum = n;
		node = new ArrayList[n + 1];
		dist = new int[n + 1];
		pre = new int[n + 1];
		vis = new boolean[n + 1];
		cost = new int[n + 1];
		for (int i = 0; i < node.length; i++) {
			node[i] = new ArrayList<>();
		}
		for (int i = 0; i < m; i++) {
			int from = sc.nextInt();
			int to = sc.nextInt();
			int weight = sc.nextInt();
			node[from].add(new Edge(to, weight));
			node[to].add(new Edge(from, weight));
		}
		solve();
		int result = 0;
		for (int i = 1; i < cost.length; i++) {
			result += cost[i];
		}
		System.out.println(result);
	}
	private static void solve() {
		for (int i = 0; i < dist.length; i++) {
			dist[i] = INF;
		}
		for (int i = 0; i < vis.length; i++) {
			vis[i] = false;
			cost[i] = INF;
		}
		pre[1] = 1;
		dist[1] = 0;
		cost[1] = 0;
		for (int i = 0; i < verNum; i++) {
			int tmpDist = INF;
			int tmpVer = 0;
			for (int j = 1; j <= verNum; j++) {
				if (!vis[j] && dist[j] < tmpDist) {
					tmpDist = dist[j];
					tmpVer = j;
				}
			}
			if (tmpVer == 0) {
				break;
			}
			vis[tmpVer] = true;
			for (int j = 0; j < node[tmpVer].size(); j++) {
				int to = node[tmpVer].get(j).to;
				int weight = node[tmpVer].get(j).weight;
				if (!vis[to] && dist[tmpVer] + weight < dist[to]) {
					dist[to] = dist[tmpVer] + weight;
					cost[to] = weight;
				} else if (!vis[to] && dist[tmpVer] + weight == dist[to] && weight < cost[to]) {
					cost[to] = weight;
					pre[to] = j;
				}
			}
		}
	}
}
class Edge {
	int to;
	int weight;
	public Edge(int to, int weight) {
		super();
		this.to = to;
		this.weight = weight;
	}
}

使用优先队列优化后,就是100分，切记使用优先队列必须重写hashCode(),equals()方法，并且实现Comparable接口：

import java.util.ArrayList;
import java.util.PriorityQueue;
import java.util.Scanner;
public class D {
	static ArrayList<Edge>[] node;
	static int INF = 0x3f3f3f3f;
	static int pre[];
	static int dist[];
	static boolean vis[];
	static int verNum;
	static int cost[];
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		Scanner sc = new Scanner(System.in);
		int n = sc.nextInt();
		int m = sc.nextInt();
		verNum = n;
		node = new ArrayList[n + 1];
		dist = new int[n + 1];
		pre = new int[n + 1];
		vis = new boolean[n + 1];
		cost = new int[n + 1];
		for (int i = 0; i < node.length; i++) {
			node[i] = new ArrayList<>();
		}
		for (int i = 0; i < m; i++) {
			int from = sc.nextInt();
			int to = sc.nextInt();
			int weight = sc.nextInt();
			node[from].add(new Edge(to, weight));
			node[to].add(new Edge(from, weight));
		}
		solve();
		int result = 0;
		for (int i = 1; i < cost.length; i++) {
			result += cost[i];
		}
		System.out.println(result);
	}
	private static void solve() {
		for (int i = 0; i < dist.length; i++) {
			dist[i] = INF;
		}
		for (int i = 0; i < vis.length; i++) {
			vis[i] = false;
			cost[i] = INF;
		}
		pre[1] = 1;
		dist[1] = 0;
		cost[1] = 0;
		PriorityQueue<Dist> queue = new PriorityQueue<>();
		queue.add(new Dist(1, 0));
		while (!queue.isEmpty()) {
			int tmpDist = queue.peek().value;
			int tmpVer = queue.poll().vertex;
			vis[tmpVer] = true;
			for (int j = 0; j < node[tmpVer].size(); j++) {
				int to = node[tmpVer].get(j).to;
				int weight = node[tmpVer].get(j).weight;
				if (!vis[to] && dist[tmpVer] + weight < dist[to]) {
					dist[to] = dist[tmpVer] + weight;
					cost[to] = weight;
					queue.add(new Dist(to, dist[to]));
				} else if (!vis[to] && dist[tmpVer] + weight == dist[to] && weight < cost[to]) {
					cost[to] = weight;
					pre[to] = j;
				}
			}
		}
	}
}
class Dist implements Comparable<Dist> {
	public int vertex;
	public int value;
	public Dist(int vertex, int value) {
		super();
		this.vertex = vertex;
		this.value = value;
	}
	@Override
	public boolean equals(Object arg0) {
		// TODO Auto-generated method stub
		return vertex == ((Dist) arg0).vertex;
	}
	@Override
	public int hashCode() {
		// TODO Auto-generated method stub
		return vertex;
	}
	@Override
	public int compareTo(Dist o) {
		// TODO Auto-generated method stub
		return value - o.value;
	}
}
class Edge {
	int to;
	int weight;

	public Edge(int to, int weight) {
		super();
		this.to = to;
		this.weight = weight;
	}
}