次短路
迪杰斯特拉实现 , 记录两个dis表示该点的最短与次短路 , 如果能更新最短路, 就将最短路赋给次短 , 然后更新最短, 否则更新次短
Spfa , 从起点终点跑两遍spfa , 枚举"断"边 , 更新次短路
while(!q.empty()){
Node x = q.top(); q.pop();
for(int i=first[x.pos];i;i=next[i]){
int t = to[i];
if(dis[t][0] > x.dis + w[i]){
dis[t][1] = dis[t][0];
q.push((Node){t,dis[t][1]});
dis[t][0] = x.dis + w[i];
q.push((Node){t,dis[t][0]});
}
else if(dis[t][1] > x.dis + w[i]){
dis[t][1] = x.dis + w[i];
q.push((Node){t,dis[t][1]});
}
}
}
最短路计数
迪杰斯特拉实现, cnt[x] 表示x的最短路条数
如何判断无穷解? 正反跑一遍最短路, 枚举0边 , 看0边是否在最短路上
int Dijsktra(){
memset(dis,127,sizeof(dis));
q.push((Node){st,0}); dis[st] = 0; cnt[st] = 1;
while(!q.empty()){
Node x=q.top(); q.pop();
for(int i=first[x.pos];i;i=next[i]){
int t=to[i];
if(dis[t] == x.dis + w[i]) cnt[t] = (cnt[t] + cnt[x.pos]) % Mod;
if(dis[t] > x.dis + w[i]){
dis[t] = x.dis + w[i];
cnt[t] = cnt[x.pos];
q.push((Node){t,dis[t]});
}
}
} return cnt[ed];
}
最短路必经边/点 (通过边/点 的最短路条数)
两边最短路 + 计数
先判断这个边的两个点到st 和 ed 的和 等不等于最短路
如果合法 , 看边/点的左右两边的最短路条数乘起来 即 等不等与总最短路条数
分层图
例 : 给定一张无向图,可以将其中k 条边的权值改为0,求1到n的最短路. (k<=20)
将图变为k+1层 , 上一层向下一层连0边 , 走到下一层表示用掉了一次变成0的机会 , 跑1到最后一层的n的最短路就好
建边方案:
for(int i=1;i<=m;i++){
int x,y,z; scanf("%d%d%d",&x,&y,&z);
add(x,y,z); add(y,x,z);
for(int j=1;j<=k;j++){
add(x+j*n,y+j*n,z);
add(y+j*n,x+j*n,z);
add(x+(j-1)*n,y+j*n,0);
add(y+(j-1)*n,x+j*n,0);
}
} st=1, ed=n+k*n;
分层图思想:
根据问题性质,根据干扰因素的不同类型,将原图复制成若干层并连接的更大的图,用形象的图论模型来理解抽象的模型。
最后的图可以是抽象的,也可以是具体的。
这种思想是一种“升维”策略,通过分层放大了目标模型,使得问题分类后简化,从而找到解决