最短路(hdu2544)
Time Limit: 5000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 104625 Accepted Submission(s): 44973
1.Problem Description:
在每年的校赛里,所有进入决赛的同学都会获得一件很漂亮的t-shirt。但是每当我们的工作人员把上百件的衣服从商店运回到赛场的时候,却是非常累的!所以现在他们想要寻找最短的从商店到赛场的路线,你可以帮助他们吗?
Input:输入包括多组数据。每组数据第一行是两个整数N、M(N<=100,M<=10000),N表示成都的大街上有几个路口,标号为1的路口是商店所在地,标号为N的路口是赛场所在地,M则表示在成都有几条路。N=M=0表示输入结束。接下来M行,每行包括3个整数A,B,C(1<=A,B<=N,1<=C<=1000),表示在路口A与路口B之间有一条路,我们的工作人员需要C分钟的时间走过这条路。
输入保证至少存在1条商店到赛场的路线。
Output:对于每组输入,输出一行,表示工作人员从商店走到赛场的最短时间
Sample Input
2 1
1 2 3
3 3
1 2 5
2 3 5
3 1 2
0 0
Sample Output
3
2
2.基本思路
这道题由于只有100个城市,因此不采用任何优化,只采用最简单的Dijkstra便能通过。但为了能够理解Dijkstra的主要优化方法我们以该题为例在该题的基础上不断地进行优化,最终达到终极版本,当你掌握了终极版本的Dijkstra算法之后,你将对Dijkstra问题无所畏惧。
3.代码实现
3.1 v e r s i o n − 1 version-1 version−1 裸Dijkstra算法【采用邻接链表和邻接矩阵进行存取均可,当图较为稀疏的时候采用邻接链表效率更高,但图较为稠密的时候采用邻接矩阵的效率更高,但一般情况下邻接链表的效率均更优】
#include <iostream>
#include <climits>
#include <vector>
#define N 101
using namespace std;
int dis[N];
int vis[N];
struct Next{
int city;
int time;
Next(int _city,int _time){
city = _city;
time = _time;
}
};
vector<Next> Vec[N];
int main()
{
int n,m;
int A,B,C;
while(cin>>n>>m){
if(n==0&&m==0)
break;
//init
for(int i=1;i<=n;i++)
dis[i]=-1,vis[i]=-1,Vec[i].clear();
for(int i=0;i<m;i++){
cin>>A>>B>>C;
Vec[A].push_back(Next(B,C));
Vec[B].push_back(Next(A,C));
}
int newP = 1;
dis[newP] = 0;
vis[newP] = 0;
//dijkstra
for(int i=0;i<n-1;i++){
for(int j=0;j<Vec[newP].size();j++){
int city = Vec[newP][j].city;
int time = Vec[newP][j].time;
if(vis[city]==0)
continue;
if(dis[city]==-1||dis[city]>dis[newP]+time){
dis[city] = dis[newP]+time;
}
}
int Min = INT_MAX;
for(int j=1;j<=n;j++){
if(vis[j]!=0){
if(~dis[j]){
if(dis[j]<Min){
Min=dis[j];
newP = j;
}
}
}
}
vis[newP] = 0;
}
cout<<dis[n]<<endl;
}
return 0;
}
首先提交一发,好了,这就是我们优化的起点
3.2 v e r s i o n − 2 version-2 version−2 仔细想想,其实Dis[…]的更新并不一定是按顺序的,因此我们只需要在dis[N]更新完之后便可以得到最终个正确答案了。
#include <iostream>
#include <climits>
#include <vector>
#define N 101
using namespace std;
int dis[N];
int vis[N];
struct Next{
int city;
int time;
Next(int _city,int _time){
city = _city;
time = _time;
}
};
vector<Next> Vec[N];
int main()
{
int n,m;
int A,B,C;
while(cin>>n>>m){
if(n==0&&m==0)
break;
//init
for(int i=1;i<=n;i++)
dis[i]=-1,vis[i]=-1,Vec[i].clear();
for(int i=0;i<m;i++){
cin>>A>>B>>C;
Vec[A].push_back(Next(B,C));
Vec[B].push_back(Next(A,C));
}
int newP = 1;
dis[newP] = 0;
vis[newP] = 0;
//dijkstra
for(int i=0;i<n-1;i++){
for(int j=0;j<Vec[newP].size();j++){
int city = Vec[newP][j].city;
int time = Vec[newP][j].time;
if(vis[city]==0)
continue;
if(dis[city]==-1||dis[city]>dis[newP]+time){
dis[city] = dis[newP]+time;
}
}
int Min = INT_MAX;
for(int j=1;j<=n;j++){
if(vis[j]!=0){
if(~dis[j]){
if(dis[j]<Min){
Min=dis[j];
newP = j;
}
}
}
}
vis[newP] = 0;
if(newP==n)break;
}
cout<<dis[n]<<endl;
}
return 0;
}
再提交一发!!
咦,好像没什么变化,估计是测试用例中特殊数据样例比较少,别急,后面还有大招呢,我们继续优化。
3.3 v e r s i o n − 3 version-3 version−3 是时候分析一下上面算法的时间复杂度了,一看过去两层 f o r for for循环特别醒目,因此该算法的平均时间复杂度为 O ( n 2 ) O(n^2) O(n2)。我们来分析一下两层 f o r for for循环,第一层指的是最多一共需要选择除了起始点外的 n − 1 n-1 n−1个结点,因此这一层循环是至少需要的,不可简化的,而第二层循环的目的呢,主要是为了取出当前 d i s [ . . . ] dis[...] dis[...]数组中没有被访问过的城市中对应最小 d i s [ i ] dis[i] dis[i]的城市 i i i,因此其是一个求解最小值的过程,这里我们就可以考虑采用小顶堆进行优化,这样每次求最小值的时候,我们只需要取出堆顶的元素即可。分析算法可知,堆中元素最多可以到达 M M M个,也就是边的数量。因此该算法的时间复杂度为 O ( N l o g M ) O(NlogM) O(NlogM)
下面放出优化之后的代码:
#include <iostream>
#include <climits>
#include <vector>
#include <queue>
#define N 101
using namespace std;
int dis[N];
int vis[N];
struct Node{
int id;
int cost;
Node(int _id,int _cost){
id = _id;
cost = _cost;
}
operator < (const Node& ano)const{
return cost > ano.cost;
}
};
priority_queue<Node> Que;
struct Next{
int city;
int time;
Next(int _city,int _time){
city = _city;
time = _time;
}
};
vector<Next> Vec[N];
int main()
{
int n,m;
int A,B,C;
while(cin>>n>>m){
if(n==0&&m==0)
break;
while(!Que.empty())
Que.pop();
//init
for(int i=1;i<=n;i++)
dis[i]=-1,vis[i]=-1,Vec[i].clear();
for(int i=0;i<m;i++){
cin>>A>>B>>C;
Vec[A].push_back(Next(B,C));
Vec[B].push_back(Next(A,C));
}
int newP = 1;
dis[newP] = 0;
vis[newP] = 0;
//dijkstra
for(int i=0;i<n-1;i++){
for(int j=0;j<Vec[newP].size();j++){
int city = Vec[newP][j].city;
int time = Vec[newP][j].time;
if(vis[city]==0)
continue;
if(dis[city]==-1||dis[city]>dis[newP]+time){
dis[city] = dis[newP]+time;
Que.push(Node(city,dis[city]));
}
}
while(!Que.empty()){
if(vis[Que.top().id]!=-1){
Que.pop();
continue;
}
newP = Que.top().id;
Que.pop();
break;
}
vis[newP] = 0;
if(newP==n)break;
}
cout<<dis[n]<<endl;
}
return 0;
}
3.4
v
e
r
s
i
o
n
−
4
version-4
version−4 到这里应该已经能过绝大部分的题目了,但仔细想想还有没有优化的空间呢?有的,因为我们采用了vector来作为邻接链表存储图的结构,而vector是STL封装的高级数据结构,因此访问时间一般比简单的整数数组来的慢,因此这里可以采用链式前向星来存取整图的结构,对于卡常的代码还是值得尝试采用该种方法来试一试。先贴出代码和运行结果:
#include <iostream>
#include <climits>
#include <vector>
#include <queue>
#include <memory.h>
#define N 101
#define M 10001
using namespace std;
struct Node{
int id;
int cost;
Node(int _id,int _cost){
id = _id;
cost = _cost;
}
operator < (const Node& ano)const{
return cost > ano.cost;
}
};
struct Edge{
int next;//下条同起点的边的编号
int to;//该边的终止点的编号
int w;//该边所具有的权重
}edge[M];
priority_queue<Node> Que;
int dis[N];
int vis[N];
int head[N];
int tot;
void init() {
tot = 0;
memset(head, -1, sizeof(head));
}
void add_Edge(int u,int v,int w){
edge[tot].to=v;
edge[tot].w=w;
edge[tot].next=head[u];
head[u]=tot++;
}
int main()
{
int n,m;
int A,B,C;
while(cin>>n>>m){
//init
init();
for(int i=1;i<=n;i++)
vis[i]=0,dis[i]=0x3f3f3f3f;
if(n==0&&m==0)
break;
while(!Que.empty())
Que.pop();
for(int i=0;i<m;i++){
cin>>A>>B>>C;
add_Edge(A,B,C);
add_Edge(B,A,C);
}
int newP = 1;
dis[newP] = 0;
vis[newP] = 1;
//dijkstra
for(int i=0;i<n-1;i++){
for(int j=head[newP];~j;j=edge[j].next){
int city = edge[j].to;
int time = edge[j].w;
if(vis[city]!=1&&dis[city]>dis[newP]+time){
dis[city] = dis[newP]+time;
Que.push(Node(city,dis[city]));
}
}
while(!Que.empty()){
if(vis[Que.top().id]!=0){
Que.pop();
continue;
}
newP = Que.top().id;
Que.pop();
break;
}
vis[newP] = 1;
if(newP==n)break;
}
cout<<dis[n]<<endl;
}
return 0;
}
最终运行的时间没有多大的变化,主要还是该问题的数据规模比较小,但规模比较大的时候效果就比较明显了。
关于前向星有以下两篇文章值得参考:
https://blog.csdn.net/acdreamers/article/details/16902023
https://blog.csdn.net/lookqaq/article/details/81304637
最后为了证明优化的意义,不凡请各位看官移步hdu3790亲自感受一下优化的魅力之所在。
以下是我最终AC的代码:https://paste.ubuntu.com/p/gtW7ypFhRG/
4.Summary:
最后让我们一起来总结一下,这篇文章的优化过程,首先我们采用了裸Dijkstra的代码直接跑通,随后观察到可以判断终点的更新来提前终止算法,接下来我们分析了前面算法的时间复杂度,采用小顶堆来选取最小距离的结点将复杂度从 O ( n 2 ) O(n^2) O(n2)直接降到了 O ( N l o g M ) O(NlogM) O(NlogM)。最后,我们考虑采用链式前向星来优化图的存储,相比于Vector数据结构存储图,其访问图中边的效率得到了提高,以上。