L2-001 紧急救援
原题:
作为一个城市的应急救援队伍的负责人,你有一张特殊的全国地图。在地图上显示有多个分散的城市和一些连接城市的快速道路。每个城市的救援队数量和每一条连接两个城市的快速道路长度都标在地图上。当其他城市有紧急求助电话给你的时候,你的任务是带领你的救援队尽快赶往事发地,同时,一路上召集尽可能多的救援队。
输入格式:
输入第一行给出4个正整数N、M、S、D,其中N(2≤N≤500)是城市的个数,顺便假设城市的编号为0 ~ (N−1);M是快速道路的条数;S是出发地的城市编号;D是目的地的城市编号。
第二行给出N个正整数,其中第i个数是第i个城市的救援队的数目,数字间以空格分隔。随后的M行中,每行给出一条快速道路的信息,分别是:城市1、城市2、快速道路的长度,中间用空格分开,数字均为整数且不超过500。输入保证救援可行且最优解唯一。
输出格式:
第一行输出最短路径的条数和能够召集的最多的救援队数量。第二行输出从S到D的路径中经过的城市编号。数字间以空格分隔,输出结尾不能有多余空格。
输入样例:
4 5 0 3
20 30 40 10
0 1 1
1 3 2
0 3 3
0 2 2
2 3 2
输出样例:
2 60
0 1 3
分析:
真是一道好题,让我对dijkstra算法有了更深刻的认识
改进dijkstra算法求最短路径,同时得到最短路径数量和最大救援队数量
正常情况下更新最短路径时是根据 节点k的最短路径长 + k到点j的路径 和 节点j最短路径长 比较,判断小于时更新j点最短路径长和最短路径,本题改进了这一部分
小于时,还要更新 节点j最短路径数 和 到达j节点最大救援队数
相同时,累加 节点j最短路径数 和 同时判断 新的同最短路径是否比原路径召集更多救援队
如果能召集更多,则 更新最短路径 和 救援队数。这里利用了DP思想
//本题dijkstra求最短路径
//动态规划思想求救援队数量和最短路径数
#include <iostream>
#include <vector>
using namespace std;
#define INF 99999999 //定义无限大
int N, M, S, D;
//res为每个节点救援队数量数组rescue
//par,vis,dis为dijkstra基本数组(父节点数组parent,访问记录数组visited,最短距离数组distance)
//ros为roads,记录每个节点可到达的最短路径数
//css为costs,记录每个节点可到达的救援队数量
vector<int> res,par,vis,dis,ros,css;
//题中S为起点D为终点,因为最后要根据par求得最短路径,路径反向,所以dijkstra算法从终点开始计算,方便最后正向输出
//后续说明中D为起点,并不再解释dijkstra基础算法
void dijkstra(vector<vector<int>> matrix) {
par = vector<int>(N, -1);
vis = vector<int>(N, 0);
dis = vector<int>(N, INF);
ros = vector<int>(N, 0);
css = vector<int>(N, 0);
ros[D] = 1; //设置起点路径数为1
dis[D] = 0;
css[D] = res[D]; //设置起点的可到达起点救援队数量
int k = D;
for (int i = 0; i < N; i++) {
vis[k] = 1;
for (int j = 0; j < N; j++) {
if (vis[j] == 0) {
int temp = dis[k] + matrix[k][j];
if (temp < dis[j]) {
dis[j] = temp;
par[j] = k;
ros[j] = ros[k]; //若从k点直接到达j点的距离更短,则更新j点可到达路径数为k点可到达路径数,之前第二个测试点错了,就是这里写错了
css[j] = css[k] + res[j]; //j点救援队数量为k点救援队数量加j点自身救援队数量
}
else if(temp == dis[j]) {
ros[j] += ros[k]; //若距离相同则累加可到达j点的路径条数
if (css[j] < css[k] + res[j]) { //若新的同距离路径能够召集的救援队更多则更新路径
css[j] = css[k] + res[j]; //更新救援队数量
par[j] = k; //更新最短路径
}
}
}
}
k = D;
for (int j = 0; j < N; j++) {
if (vis[j] == 0) {
if (k == D || dis[j] < dis[k]) {
k = j;
}
}
}
}
}
int main() {
ios_base::sync_with_stdio(0); cin.tie(0); //加速io
cin >> N >> M >> S >> D;
res = vector<int>(N);
for (int i = 0; i < N; i++) {
cin >> res[i];
}
vector<vector<int>> matrix(N,vector<int>(N,INF)); //使用邻接矩阵
int c1, c2, road;
for (int i = 0; i < M; i++) {
cin >> c1 >> c2 >> road;
matrix[c1][c2] = road;
matrix[c2][c1] = road;
}
dijkstra(matrix);
cout << ros[S] << " " << css[S] << endl; //dijkstra结束后,因为是dp策略,最后终点S上的值就是最大值
int j = S;
while (j >= 0) {
cout << j;
if (j != D) {
cout << " "; //输出时注意最后不能有空格
}
j = par[j];
}
return 0;
}