L2-001. 紧急救援 (dijkstra算法)

L2-001. 紧急救援

时间限制
200 ms
内存限制
65536 kB
代码长度限制
8000 B
判题程序
Standard
作者
陈越

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:

第一行输出不同的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,输出首尾不能有多余空格。

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
 
 
// 第一种,借用了dijkstra框架
#include <iostream>
#include <algorithm>
#include <vector>
#include <cstring>
#define INF 1 << 30
using namespace std;

int Weight[500] = { 0 }; // 每个城市的救援队数量
int totWeight[500] = { 0 };
int pathAmount[500] = { 0 };
int G[510][510];
int path[510];
int dis[510];
int vis[510];
int N, M, S, D;
int num;

void dijkstra(int s)
{
	for (int i = 0; i < N; i++)
		dis[i] = INF;
	vis[s] = true;
	dis[s] = 0;

	for (int i = 0; i < N; i++)
	{
		if (G[s][i] != INF && i != s)
		{
			dis[i] = G[s][i];
			path[i] = s;
			totWeight[i] = Weight[s] + Weight[i];
			pathAmount[i] = 1;
		}
	}

	for (int i = 0; i < N - 1; i++)
	{
		int min = INF, u = -1;		
		for (int j = 0; j < N; j++)
		{
			if (!vis[j] && dis[j] < min)
			{
				min = dis[j];
				u = j;
			}
		}
		vis[u] = true;
		for (int j = 0; j < N; j++)
		{
			if (!vis[j])
			{
				if (dis[u] + G[u][j] < dis[j])
				{
					dis[j] = dis[u] + G[u][j];
					path[j] = u;
					totWeight[j] = totWeight[u] + Weight[j];
					pathAmount[j] = pathAmount[u];
				}
				else if (dis[u] + G[u][j] == dis[j])
				{
					pathAmount[j] += pathAmount[u];
					if (totWeight[j] < totWeight[u] + Weight[j])
					{
						totWeight[j] = totWeight[u] + Weight[j];
						path[j] = u;
					}
				}
			}
		}
	}
}

int main()
{
	//freopen("data.txt", "r", stdin);
	int re[510];
	cin >> N >> M >> S >> D;
	for (int i = 0; i < N; i++)
	{
		cin >> num;
		Weight[i] = num;
	}
	for (int i = 0; i < N; i++)
		for (int j = 0; j < N; j++)
			G[i][j] = INF;
	for (int i = 0; i < M; i++)
	{
		int start, end, length;
		cin >> start >> end >> length;
		if (start != end)
		{
			G[start][end] = min(G[start][end], length);
			G[end][start] = G[start][end];
		}
	}
	dijkstra(S);
	int num = 0, cur = D;
	while (cur != S)
	{
		re[num++] = cur;
		cur = path[cur];
	}
	re[num++] = S;
	cout << pathAmount[D] << " " << totWeight[D] << endl;
	for (int i = num - 1; i > 0; i--)
		cout << re[i] << " ";
	cout << re[0];
	return 0;
}

 
 
// 第二种,使用了DFS,比第一种容易理解,可惜超时
#include <iostream>
#include <vector>
#include <algorithm>
#include <cstring>
using namespace std;
struct node {
  int end, length;
};

// 为了方便,定义为全局变量
int minLen = 1 << 30; // 最短路径的长度
int minRodeAmount = 1; // 最短路径的数量
int maxPeopleAmount = -1; // 最多救援队数量
int totalLen = 0; // 目前走过经过的长度
int totalPeople = 0;// 目前召集的救援队的数量
int visited[500] = { 0 }; // 城市访问标记
int Weight[500] = { 0 }; // 每个城市的救援队数量
int path[500]; // 访问路径
int min_path[500]; // 最短路径
int minL[500][250000] = { 0 };
int min_depth = 0;
int depth = 0; // 访问深度
vector< vector <node> > G(510); // 城市的路径
int N, M, S, D;
int num;
int start, end;

void Dfs(int v)
{
  if (v == D) {
    path[depth++] = v;
    if (minLen < totalLen)
      return;
    else if (minLen > totalLen) {
      minRodeAmount = 1;
      minLen = totalLen;
      memcpy(min_path, path, depth * sizeof(int));
      min_depth = depth;
      maxPeopleAmount = totalPeople;
    }
    else if (minLen == totalLen) {
      minRodeAmount++;
      if (maxPeopleAmount < totalPeople) {
        memcpy(min_path, path, depth * sizeof(int));
        min_depth = depth;
        maxPeopleAmount = totalPeople;
      }
    }
    return;
  }

  path[depth++] = v;
  for (int i = 0; i < G[v].size(); i++) {
    if (!visited[G[v][i].end]) {

      if (totalLen + G[v][i].length > minLen)
        continue;
      if (totalPeople + Weight[G[v][i].end] <= minL[G[v][i].end][totalLen + G[v][i].length]) {
        minRodeAmount++;  continue;
      }
      else
        minL[G[v][i].end][totalLen + G[v][i].length] = totalPeople + Weight[G[v][i].end];
      totalLen += G[v][i].length;
      totalPeople += Weight[G[v][i].end];
      visited[v] = 1;
      Dfs(G[v][i].end);
      totalLen -= G[v][i].length;
      totalPeople -= Weight[G[v][i].end];
      visited[v] = 0;
      depth--;
    }
  }
  return;
}

int main()
{
  //freopen("data.txt", "r", stdin);
  cin >> N >> M >> S >> D;
  for (int i = 0; i < N; i++)
  {
    cin >> num;
    Weight[i] = num;
  }
  for (int i = 0; i < M; i++)
  {
    node n;
    int end, length;
    cin >> start >> end >> length;
    if (start != end)
    {
      n.end = end; n.length = length;
      G[start].push_back(n);
      n.end = start; n.length = length;
      G[end].push_back(n);
    }
  }
  totalPeople += Weight[S];
  Dfs(S);
  if (min_depth > 0) {
    cout << minRodeAmount << " " << maxPeopleAmount << endl;
    for (int i = 0; i < min_depth; i++) {
      if (!i)
        cout << min_path[i];
      else
        cout << " " << min_path[i];
    }
  }
  return 0;
}


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)) ```
评论
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