力扣787-K 站中转内最便宜的航班2021-10-14

题目一

力扣:787

思路

１、这个题，求得其实就是让花费最少的路径问题，并且只有一个固定源头src,所以乍一看们就是 Dijkstra 算法，但是请看题目，有一个ｋ的限制，即所到达的中间节点不可以超过个ｋ个，属于有限制的最短路径问题。这件事Dijkstra 就办不到了，朴素的Dijkstra 只能为我们找到最短路径，但是路径内部不好判断。
２、再次看题，假设当前航班要到点ｉ，那么他只能从和他相邻的点飞过去，票价是之前的加上本次票价，这不正好是DP问题思路吗。
3、Bellman Ford/SPFA 都是基于动态规划，在对所求路径无限制时候，状态定义为f[i][k],代表从起点到 i点且经过最多 k条边的最短路径。这样的状态定义引导我们能够使用 Bellman Ford 来解决有边数限制的最短路问题。
4、同样的，多源汇最短路算法 Floyd 也是基于动态规划，其原始的三维状态定义为 f[i][j][k] 代表从点 i 到点 j，且经过的所有点编号不会超过 k（即可使用点编号范围为 [1, k][1,k]）的最短路径。这样的状态定义引导我们能够使用 Floyd 求最小环或者求“重心点”（即删除该点后，最短路值会变大）。
5、所以遇到了带有限制的最短路径问题的时候，就要尽量的往由DP定义出来的算法上思考，在没限制的基础上，加装相应的状态来DP求解。就不能使用贪心思想的dijkstra了。

定状态

１、因为要寻找到一条路径，所以一定有开始节点和终止节点。但是我们要找的路径他必定是从src开始的，所以路径就可以表示成从src开始，现在走到了ｉ的路径，所以只要一个状态ｉ即可表示
２、因为有ｋ的限制，所以必须爱得有一个状态用于表示ｋ。一个答案路径，ｋ个中间节点，ｋ＋１条边，并且边个数＞＝１，所以为了让转移方程式中不越界，所以用ｔ表示经过边数。

定初值

只有dp[0][src] = 0;即在初始点哪里都没去，是０花费，剩下的点有的没意义，有的代求，没意义的点也得配合求出最小值，所以初始值就要大于可能出现的最大值，为10000 * 101 + 1;（看题目提示）

找转移

（我们在思考转移的时候，可以适当根据具体例子走。）
dp[t][n]代表该路径经过了ｔ条边，从src到n，能到达n的路径，只能是走那些到达点是ｎ路径，所以dp[t][n] = min(dp[t][n], dp[t - 1][m] + price);，所以枚举所有到达点是ｎ路径，ｍ为那些边的起点，因为ｍｎ之间差一条路径，所以是ｔ－１，这里要－１，如果用题目中的ｋ概念，容易越界，所以用了路径上边的个数模拟ｋ。

找答案

该题就是找一条src到dst的路径，所以最后第二维就是dst，因为到了dst有很多种路径，其经过的边数不一样，最多不超过ｋ＋１所以要枚举找最小。

for (int i = 1; i <= k + 1; i++) {
	ans = min(ans, dp[i][dst]);
}

附加

1、如果大家还没懂，请见：图论之最短路径专题，这里有更加详细地介绍了Bellman-ford算法。
2、本题恰好符合Bellman-Ford算法，只不过，我在找路径长度的时候，最多只能找到k+1条，只有这里被限制了，别的思想一摸一样

代码

注意：由于 Bellman Ford 核心操作需要遍历所有的边，因此也可以直接使用 flights数组作为存图信息，而无须额外存图。(如果不太明白，可以自己按照造邻接表的方法再来一遍，发现其实二者是一样的，都是遍历了所有的边)

class Solution {
public:
	const int MAX_PRICE = 10000 * 101 + 1;//根据题意算出最大值
	int dp[101][101];
	int ans = MAX_PRICE;//初始化
	int findCheapestPrice(int n, vector<vector<int>>& flights, int src, int dst, int k) {
		for (int i = 0; i < 101; i++) {//初始化
			for (int j = 0; j < 101; j++) {
				dp[i][j] = MAX_PRICE;
			}
		}
		dp[0][src] = 0;//初始化
		for (int t = 1; t <= k + 1; t++) {//枚举t
			for (int i = 0; i < flights.size(); i++) {//枚举flights
				int m = flights[i][0];
				int n = flights[i][1];
				int price = flights[i][2];
				dp[t][n] = min(dp[t][n], dp[t - 1][m] + price);//针对每条边来一个转移
			}
		}
		for (int i = 1; i <= k + 1; i++) {
			ans = min(ans, dp[i][dst]);//找答案
		}
		return ans == MAX_PRICE ? -1 : ans;
	}
};

（所有代码均已在力扣上运行无误）

经测试，该代码运行情况是(经过多次测试所得最短时间)：

因为并没有采取类似于滚动数组优化，即只采用两个一维数组情况，所以空间复杂度是O(kn)