单源最短路——道路与航线

道路与航线

农夫约翰正在一个新的销售区域对他的牛奶销售方案进行调查。

他想把牛奶送到T个城镇,编号为1~T。

这些城镇之间通过R条道路 (编号为1到R) 和P条航线 (编号为1到P) 连接。

每条道路 i 或者航线 i 连接城镇 A i A_i Ai B i B_i Bi,花费为 C i C_i Ci

对于道路, 0 ≤ C i ≤ 10 , 000 0≤C_i≤10,000 0Ci10,000;然而航线的花费很神奇,花费Ci可能是负数 ( − 10 , 000 ≤ C i ≤ 10 , 000 ) (−10,000≤C_i≤10,000) (10,000Ci10,000)

道路是双向的,可以从 A i A_i Ai B i B_i Bi,也可以从Bi到 A i A_i Ai,花费都是 C i C_i Ci

然而航线与之不同,只可以从 A i A_i Ai B i B_i Bi

事实上,由于最近恐怖主义太嚣张,为了社会和谐,出台了一些政策:保证如果有一条航线可以从 A i A_i Ai B i B_i Bi,那么保证不可能通过一些道路和航线从 B i B_i Bi回到 A i A_i Ai
由于约翰的奶牛世界公认十分给力,他需要运送奶牛到每一个城镇。
他想找到从发送中心城镇S把奶牛送到每个城镇的最便宜的方案。
输入格式
第一行包含四个整数T,R,P,S。
接下来R行,每行包含三个整数(表示一个道路) A i , B i , C i A_i,B_i,C_i Ai,Bi,Ci
接下来P行,每行包含三个整数(表示一条航线) A i , B i , C i A_i,B_i,C_i Ai,Bi,Ci
输出格式
第1…T行:第i行输出从S到达城镇i的最小花费,如果不存在,则输出“NO PATH”。

数据范围
1 ≤ T ≤ 25000 1≤T≤25000 1T25000,
1 ≤ R , P ≤ 50000 1≤R,P≤50000 1R,P50000,
1 ≤ A i , B i , S ≤ T 1≤A_i,B_i,S≤T 1Ai,Bi,ST,

输入样例:
6 3 3 4
1 2 5
3 4 5
5 6 10
3 5 -100
4 6 -100
1 3 -10
输出样例:
NO PATH
NO PATH
5
0
-95
-100

题意:

说这张图上面有单向边也有双向边,道路中是双向图并且保证边权为正,但是航线是单相边并且边权可正可负。

题解:

这道题蛮好的,对自己的图论知识提升挺大的,开始看到有正有负直接就去跑spfa了,但是直接就被卡掉了。然后y老师说过如果我们在一张无环的拓扑图中我们直接跑一边拓扑序是可以找出最短路的。所以我们就可以针对航线跑拓扑序,道路跑地杰斯特拉求最短路。跑拓扑序是线性的,地杰斯特拉是mlog所以最后跑过去了。

#include <cstring>
#include <iostream>
#include <algorithm>
#include <vector>
#include <queue>
#define x first
#define y second
using namespace std;
typedef pair<int, int> PII;
const int N = 25010, M = 150010, inf = 0x3f3f3f3f;
int n, mr, mp, S;
int id[N];
int head[N], e[M], w[M], ne[M], idx;
int dist[N], din[N];
vector<int> block[N];
int bcnt;
bool vis[N];
queue<int> q;
void add(int a, int b, int c)
{
    e[idx] = b, w[idx] = c, ne[idx] = head[a], head[a] = idx ++ ;
}
void dij(int x)
{
    priority_queue<PII,vector<PII>,greater<PII> >p;
    for(auto i:block[x]){
        p.push({dist[i],i});
    }
    while(p.size()){
        auto u=p.top(); p.pop();
        if(vis[u.y]) continue;
        vis[u.y]=1;
        for(int i=head[u.y];i!=-1;i=ne[i]){
            int wi=w[i];
            int j=e[i];
            if(id[j]!=id[u.y]&&--din[id[j]]==0) q.push(id[j]);
            if(dist[j]>dist[u.y]+wi){
                dist[j]=dist[u.y]+wi;
                if(id[j]==id[u.y]) p.push({dist[j],j});
            }
        }
    }
}
void top_sort()
{
    memset(dist,inf,sizeof dist);
    memset(vis,0,sizeof vis);
    dist[S]=0;
    for(int i=1;i<=bcnt;i++){
        if(!din[i]) q.push(i);
    }
    while(q.size()){
        int u=q.front(); q.pop();
        dij(u);
    }
}
void dfs(int x,int cnt)
{
    id[x]=cnt; block[cnt].push_back(x);
    for(int i=head[x];i!=-1;i=ne[i]){
        int j=e[i];
        if(id[j]) continue;
        dfs(j,cnt);
    }
}
int main()
{
    cin>>n>>mr>>mp>>S;
    memset(head,-1,sizeof head);
    for(int i=1;i<=mr;i++){
        int a,b,c; scanf("%d%d%d",&a,&b,&c);
        add(a,b,c),add(b,a,c);
    }
    for(int i=1;i<=n;i++){
        if(!id[i]) bcnt++,dfs(i,bcnt);
    }
    for(int i=1;i<=mp;i++){
        int a,b,c; scanf("%d%d%d",&a,&b,&c);
        add(a,b,c);
        din[id[b]]++;
    }
    top_sort();
    for (int i = 1; i <= n; i ++ )
        if (dist[i] > inf / 2) cout << "NO PATH" << endl;
        else cout << dist[i] << endl;

    return 0;
}

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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

“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
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