【Bellman-Ford算法（求解最短路径约束问题）】787. K 站中转内最便宜的航班——算法分析

最新推荐文章于 2023-06-23 23:24:59 发布

Yozu_Roo

最新推荐文章于 2023-06-23 23:24:59 发布

阅读量318

点赞数 1

分类专栏： Leetcode 文章标签：算法图论数据结构

本文链接：https://blog.csdn.net/qq_45955883/article/details/124614023

版权

Leetcode 专栏收录该内容

10 篇文章 0 订阅

订阅专栏

【Bellman-Ford算法（求解最短路径约束问题）】787. K 站中转内最便宜的航班——算法分析

787. K 站中转内最便宜的航班

有 n 个城市通过一些航班连接。给你一个数组 flights ，其中 flights[i] = [fromi, toi, pricei]
，表示该航班都从城市 fromi 开始，以价格 pricei 抵达 toi。

现在给定所有的城市和航班，以及出发城市 src 和目的地 dst，你的任务是找到出一条最多经过 k 站中转的路线，使得从 src 到 dst
的价格最便宜，并返回该价格。如果不存在这样的路线，则输出 -1。

示例 1：

输入: n = 3, edges = [[0,1,100],[1,2,100],[0,2,500]] src = 0, dst = 2,
k = 1 输出: 200 解释: 城市航班图如下

从城市 0 到城市 2 在 1 站中转以内的最便宜价格是 200，如图中红色所示。

在学习的最短路径算法中，除了迪杰斯特拉算法、弗洛伊德算法之外，还有其他的算法，Bellman-Ford算法就是其中的一种，该算法解决了迪杰斯特拉算法中无法求解负权图的问题，同时对于最短路径中的约束问题也能够求解。

该算法实质上是动态规划算法，具体的算法过程如下：

给定图G(V, E)（其中V、E分别为图G的顶点集与边集），源点s，数组Distant[i]记录从源点s到顶点i的路径长度，初始化数组Distant[n]为无穷大,Distant[s]为0；

以下操作循环执行至多n-1次，n为顶点数：对于每一条边e(u, v)，如果Distant[u] + w(u, v) <Distant[v]，则另Distant[v] = Distant[u]+w(u, v)。w(u, v)为边e(u,v)的权值；
若上述操作没有对Distant进行更新，说明最短路径已经查找完毕，或者部分点不可达，跳出循环。否则执行下次循环；

为了检测图中是否存在负环路，即权值之和小于0的环路。对于每一条边e(u, v)，如果存在Distant[u] + w(u, v) <Distant[v]的边，则图中存在负环路，即是说改图无法求出单源最短路径。否则数组Distant[n]中记录的就是源点s到各顶点的最短路径长度。

可知，Bellman-Ford算法寻找单源最短路径的时间复杂度为O(V*E).

对于这道题目，我们可以使用该算法的思想：

我们用 $f [t] [i]$ 表示通过恰好 tt 次航班，从出发城市 $s r c$ 到达城市 $i$ 需要的最小花费。在进行状态转移时，我们可以枚举最后一次航班的起点 $j$ ，即：

f[t][i]= (j,i)∈flightsmin{f[t−1][j]+cost(j,i)}
其中 $(j, i) \in f l i g h t s$ 表示在给定的航班数组 $f l i g h t s$ 中存在从城市 $j$ 出发到达城市 $i$ 的航班， $c o s t (j, i)$ 表示该航班的花费。该状态转移方程的意义在于，枚举最后一次航班的起点 $j$ ，那么前 $t - 1$ 次航班的最小花费为 $f [t - 1] [j]$ 加上最后一次航班的花费 $c o s t (j, i)$ 中的最小值，即为 $f [t] [i]$ 。

由于我们最多只能中转 $k$ 次，也就是最多搭乘 $k + 1$ 次航班，最终的答案即为 $f [1] [d s t], f [2] [d s t], \dots, f [k + 1] [d s t]$ 中的最小值。

【代码如下】

class Solution {
public:
    int findCheapestPrice(int n, vector<vector<int>>& flights, int src, int dst, int k) {
        //  f[t][j] 表示经过t个中转(t+1条边)后到达j所需要的最小花费
        vector<vector<int>> f(k+2,vector<int>(n,10000 * 101 + 1));
        //  转移方程：f[t][j] = min(f[t-1][i]+cost(i,j)) 
        f[0][src] = 0;
        for(int t = 1;t<=k+1;t++){
            for(auto&& flight:flights){
                int i = flight[0];
                int j = flight[1];
                int cost = flight[2];
                f[t][j] = min(f[t][j],f[t-1][i] + cost);
            }
        }
        //  结果t = 0-k的f[t][j]最小值
        int ans = 10000 * 101 + 1;
        for(int t = 0;t<=k+1;t++){
            ans = min(ans, f[t][dst]);
        }
        return ans == 10000 * 101 + 1?-1:ans;
    }
};