L2-001 紧急救援 (基于Dijkstra算法,改进添加最优路径记录)C语言

L2-001 紧急救援 (基于Dijkstra算法,改进添加最优路径记录)C语言

看了网上许多有关Dijkstra的算法,利用C语言的寥寥无几,加上还能记录最短路径的那就更少了,所以我决定用C语言实现该算法的改进(在做这道题之前我不知道Dijkstra算法,我想到的一个方法,后来才发现竟然是Dijkstra算法的雏形,请允许我小小的自恋一下 ^ - ^*

 
首先先看题目
 

题目
 

看到这道题的时候,第一个念头肯定就是想到使用' 图 '来保存城市的地图。

生成后的图

	生成图之后,第二步  想到的是在众多'寻找最短路径'方法中
	找到一个最合适的方法,该方法应具有添加'记录最短路径'的功能

 
 
下面上代码

#include<stdio.h>
void Dijkstra();
#define fin 999999
int world[1000][1000];  //用二维数组存放地图
int book[100000];   //用来标志该节点是否被使用
int people[501];    //用来存放每个城市的救援人数
int dis[10000];     //Dijkstra的核心,用来存放起始位置到每个位置的最小值
int peomany[100000];    //用来存放该路径有多少救援人员
int chance[100000];       //记录有几个最佳路程
int father[10000];      //记录前驱节点
int city_num,way_num,begin,end;
int main()
{
   
    int i,j,a,b,c;
    scanf("%d %d %d %d",&city_num,&way_num,&begin,&end);
    for(i=0;i<city_num
  • 5
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
根据提供的引用内容,这是一道最短路径问题,需要使用Dijkstra算法来解决。以下是解决该问题的步骤: 1.读取输入数据,包括城市数量N、道路数量M、起点S、终点D、每个城市的救援队数量以及每条道路的起点、终点和长度。 2.初始化图的邻接矩阵,将所有边的权重设置为无穷大,将起点到起点的距离设置为0。 3.使用Dijkstra算法计算起点到所有其他点的最短路径。具体步骤如下: a.初始化一个集合S,用于存储已经找到最短路径的点。 b.初始化一个数组dist,用于存储起点到每个点的最短距离,初始值为无穷大。 c.将起点加入集合S中,将起点到起点的距离dist[S]设置为0。 d.对于起点的每个邻居节点v,更新起点到v的距离dist[v]为min(dist[v], dist[S] + weight(S, v)),其中weight(S, v)表示边(S, v)的权重。 e.从未加入集合S中的节点中选择一个距离起点最近的节点u,将其加入集合S中。 f.重复步骤d和e,直到所有节点都加入集合S中或者没有可加入的节点。 4.使用回溯法找到起点到终点的路径,并计算路径上的最大救援队数量。具体步骤如下: a.从终点开始,沿着最短路径向前回溯,直到回溯到起点。 b.记录路径上的每个城市的救援队数量,取其中的最大值。 c.将路径上的城市按顺序输出。 5.输出结果,包括最短路径的条数和能够召集的最多的救援队数量,以及从S到D的路径中经过的城市编号。 以下是Python代码实现: ```python import sys # 读取输入数据 N, M, S, D = map(int, input().split()) teams = list(map(int, input().split())) graph = [[sys.maxsize] * N for _ in range(N)] for i in range(M): u, v, w = map(int, input().split()) graph[u][v] = graph[v][u] = w # Dijkstra算法计算最短路径 dist = [sys.maxsize] * N dist[S] = 0 count = [0] * N count[S] = teams[S] visited = set() while len(visited) < N: u = min(set(range(N)) - visited, key=dist.__getitem__) visited.add(u) for v in range(N): if v not in visited and graph[u][v] != sys.maxsize: if dist[u] + graph[u][v] < dist[v]: dist[v] = dist[u] + graph[u][v] count[v] = count[u] + teams[v] elif dist[u] + graph[u][v] == dist[v]: count[v] = max(count[v], count[u] + teams[v]) # 回溯法找到最短路径 path = [] u = D while u != S: path.append(u) for v in range(N): if graph[u][v] != sys.maxsize and dist[u] == dist[v] + graph[u][v]: u = v break path.append(S) path.reverse() # 输出结果 print(str(len(path)) + ' ' + str(count[D])) print(' '.join(str(p) for p in path)) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值