杭电2066————Dijkstra的应用

一个人的旅行

Time Limit: 1000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 19400    Accepted Submission(s): 6784


Problem Description
虽然草儿是个路痴(就是在杭电待了一年多,居然还会在校园里迷路的人,汗~),但是草儿仍然很喜欢旅行,因为在旅途中 会遇见很多人(白马王子,^0^),很多事,还能丰富自己的阅历,还可以看美丽的风景……草儿想去很多地方,她想要去东京铁塔看夜景,去威尼斯看电影,去阳明山上看海芋,去纽约纯粹看雪景,去巴黎喝咖啡写信,去北京探望孟姜女……眼看寒假就快到了,这么一大段时间,可不能浪费啊,一定要给自己好好的放个假,可是也不能荒废了训练啊,所以草儿决定在要在最短的时间去一个自己想去的地方!因为草儿的家在一个小镇上,没有火车经过,所以她只能去邻近的城市坐火车(好可怜啊~)。
 

Input
输入数据有多组,每组的第一行是三个整数T,S和D,表示有T条路,和草儿家相邻的城市的有S个,草儿想去的地方有D个;
接着有T行,每行有三个整数a,b,time,表示a,b城市之间的车程是time小时;(1=<(a,b)<=1000;a,b 之间可能有多条路)
接着的第T+1行有S个数,表示和草儿家相连的城市;
接着的第T+2行有D个数,表示草儿想去地方。
 

Output
输出草儿能去某个喜欢的城市的最短时间。
 

Sample Input
 
  
6 2 3 1 3 5 1 4 7 2 8 12 3 8 4 4 9 12 9 10 2 1 2 8 9 10
 

Sample Output
 
  
9
 

Author
Gras

题意很明确了...一开始想的是Floyd..但是O(n^3)必定超时就算了吧...
设立一个数组city[i]存储草儿的镇子可以去的城市,以该城市为起始结点start,Dijkstra(start),然后从所有目的地中遍历,找到最小值输出即可,思路很明确~
这个题目有两个坑点:
1.城市之间可能有多条路线————读取的时候只取费时最少的那个,加个判断即可(这里题目是有提示的)
2.草儿从镇子出发能去的城市之中恰好有她想去的,那么答案肯定就是0了,这就要求我们在初始化的时候稍微动下脑子,只需要这一句即可
<span style="font-family:Microsoft YaHei;font-size:14px;">for(int i = 0 ; i <= 1000; ++i)
	for(int j = 0 ; j <= 1000 ; ++j)
		if(i == j)
			G[i][j] = G[j][i] = 0;//考虑如果想去的城市和小镇相连的城市刚好相连时答案为0 
		else
			G[i][j] = INF;</span>
(这里告诉我们算法的初始化时不要想当然的套模板,一定要好好想想特殊情况)

纪念1A~(图论的1A = =)
杭电亲测203MS
<span style="font-family:Microsoft YaHei;font-size:14px;">#include <stdio.h>
#include <string.h>
#define maxn 1005
#define Max(A,B) ( (A) > (B) ? (A) : (B) )
#define Min(A,B) ( (A) < (B) ? (A) : (B) )

const int INF = 1000000;
int G[maxn][maxn];
int distance[maxn],intree[maxn];
int city[maxn],place[maxn];

void initialize()
{
	for(int i = 0 ; i <= 1000; ++i)
		for(int j = 0 ; j <= 1000 ; ++j)
			if(i == j)
				G[i][j] = G[j][i] = 0;//考虑如果想去的城市和小镇相连的城市刚好相连时答案为0 
			else
				G[i][j] = INF;
	memset(city,0,sizeof(city));
	memset(place,0,sizeof(place));
}
void Dijkstra(int start , int n)
{
	int tempmin,node;
	
	memset(intree,0,sizeof(intree));
	memset(distance,0,sizeof(distance));
	for(int i = 1 ; i <= n ; ++i)
		distance[i] = G[start][i];
	intree[start] = 1;
	for(int i = 1 ; i <= n - 1 ; ++i)
	{
		tempmin = INF;
		for(int j = 1 ; j <= n ; ++j)
		{
			if(!intree[j] && tempmin > distance[j])
			{
				tempmin = distance[j];
				node = j;
			}
		}
		intree[node] = 1 ;
		for(int j = 1 ; j <= n ; ++j)
			if(!intree[j])
				distance[j] = Min(distance[j],distance[node] + G[node][j]);
	}
}
int main()
{
	int T,S,D;
	int city1,city2,time,maxcity;
	
	while(scanf("%d%d%d",&T,&S,&D) != EOF)
	{
		initialize();
		maxcity = 0;
		while(T--)
		{
			scanf("%d%d%d",&city1,&city2,&time);
			if(Max(city1,city2) > maxcity)
				maxcity = Max(city1,city2);//求出最大城市编号 
			if(G[city1][city2] > time)//重边只取最小边 
				G[city1][city2] = G[city2][city1] = time;
		}
		for(int i = 1 ; i <= S ; ++i)
			scanf("%d",&city[i]);
		for(int i = 1 ; i <= D ; ++i)
			scanf("%d",&place[i]);
		int mintime = INF;
		for(int i = 1 ; i <= S ; ++i)
		{
			Dijkstra(city[i],maxcity);
			//Dijstra求出从start到任意一点的最短路径 
			for(int j = 1 ; j <= D ; ++j)
				if(distance[place[j]] < mintime)
					mintime = distance[place[j]];
		}
		printf("%d\n",mintime);
	}
	return 0;
}</span>



转载于:https://www.cnblogs.com/sixdaycoder/p/4348375.html

离字典,将起始节点的距离设为0,其他节点的距离设为无穷大 distances = {node: sys.maxsize for node in graph} distances[start] = 0 # 初始化已访问节点的集合和未访以下是使用问节点D的集ijkstra合 visited = set() unvisited算法求解最短路径的Python = set(graph) while unvisited: # 代码示例: ```python class D选择当前ijkstra距: def __init__(self, graph离最小的节点 , start, current goal): self.graph = graph # 邻接表_node = min(unvisited, key=lambda self node: distances[node]) # 更新.start = start当前节点的 # 起邻居节点点 self.goal =的距离 goal # 终点 for neighbor in graph self.open[current_node]: _list = {} if neighbor in # open 表 self.closed_list unvisited: new_distance = distances[current_node] + = {} graph[current_node][neighbor # closed 表 self.open_list[start] if new_distance] = < distances[neighbor]: 0.0 # 将 distances[neighbor] = new_distance # 将当前起点放入 open_list 中 self.parent = {节点标记start:为已访 None} 问,并从未访问集合中移除 visited.add # 存储节点的父子关系。键为(current_node) 子节点, unvisited值为父.remove(current_node) return节点。方便做最 distances def print后_path(dist路径的ances,回 start溯 self.min, end): _dis = None # 根 # 最短路径的长度 def shortest_path据距离字典和终点节点(self): while True: ,逆向 if self打印路径.open_list is path = [end None: ] print('搜索 current_node =失败 end while current_node !=, 结束!') break distance start: , min_node = for neighbor in graph min(zip[current_node]: if(self.open_list distances[current.values(), self_node] ==.open_list.keys distances[neighbor())) #] + graph 取出距[neighbor][current_node]: 离最小的节点 self path.open_list.pop.append(min_node)(neighbor) current_node = neighbor break path.reverse() # 将其从 open_list 中去除 self print.closed("_list[minShortest_node] = path from", distance # 将节点加入 closed start, "to", end,_list ":", "->".join(path)) # 示例 中 if min_node == self.goal: # 如果节点为图的邻接矩阵终点 self.min_dis = distance 表示 graph shortest = { _path = [ 'Aself.goal]': {'B': # 5, 'C 记录从': 终1}, 点回溯的路径 'B
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