医院设置 （数据结构 二叉树 floyd算法）

【例3-3】医院设置

【问题描述】

     设有一棵二叉树（如图3-8，其中圈中的数字表示结点中居民的人口，圈边上数字表示结点编号。现在要求在某个结点上建立一个医院，使所有居民所走的路程之和为最小，同时约定，相邻结点之间的距离为1。就本图而言，若医院建在1处，则距离和=4+12+2*20+2*40=136；若医院建在3处，则距离和=4*2+13+20+40=81……

【输入格式】

     输入文件名为hospital.in，其中第一行一个整数n，表示树的结点数（n<=100）。接下来的n行每行描述了一个结点的状况，包含三个整数，整数之间用空格（一个或多个）分隔，其中：第一个数为居民人口数；第二个数为左链接，为0表示无链接；第三个数为右链接，为0表示无链接。

【输出格式】

     输出文件名为hospital.out，该文件只有一个整数，表示最小距离和。

【样例输入】

　　5

　　13 2 3

　　4 0 0

　　12 4 5

　　20 0 0

　　40 0 0

【样例输出】

　　81

算法描述  

这是一道简单的二叉树应用问题，问题中的结点数并不多，数据规模也不大，采用邻接矩阵存。用Floyed法求出任意两结点之间的最短路径长，然后穷举医院可能建立的n个结点位置，找出一个最小距离的位置即可。当然也可以用双链表结构或带父结点信息的数组存储结构来解决，但实际操作稍微麻烦了一点。

1）初始化，存储数据a[i],l,r.

2）Floyd算法求任意两点间的最短距离（动态规划）。g[i][j]表示i,j两点的最短距离。

     具体求解： 如果i,j两点之间存在一点k，使得g[i][k]+g[k][j]<g[i][j],此时更新最小值，g[i][j]=g[i][k]+g[k][j].

     并且在写代码时，必须将k放在最外层。 否则会导致g[i][j]过早的被确定下来。http://blog.csdn.net/niushuai666/article/details/6772706

Floyd算法：http://www.cnblogs.com/biyeymyhjob/archive/2012/07/31/2615833.html

3）枚举每一个节点，设为可能建立医院的位置。求最小的距离。

代码：

#include<iostream>
using namespace std;
int a[101];
int g[101][101];//g[i][j]表示第i点到第j点的最短距离 
int main()
{
	int n,i,j,k,l,r,min,total;
	freopen("hospital.in","r",stdin);
	freopen("hospital.out","w",stdout);
	cin>>n;
	for(i=1;i<=n;i++)//注意初始化
	{
		for(j=1;j<=n;j++)
		{
			g[i][j]=1000000;
		}
	}
	for(i=1;i<=n;i++)//读入数据，初始化 
	{
		g[i][i]=0;
		cin>>a[i]>>l>>r;
		if(l>0) g[i][l]=g[l][i]=1;
		if(r>0) g[i][r]=g[r][i]=1;	
	}
	for(k=1;k<=n;k++)//动态规划，floyd算法，求任意两点间的最短距离 
	{
		for(i=1;i<=n;i++)
		{
			if(i!=k)
			{
				for(j=1;j<=n;j++)
				{
					if(i!=j&&k!=j&&g[i][k]+g[k][j]<g[i][j])
						g[i][j]=g[i][k]+g[k][j];
				}
			}
		}
	}
	min=0x7fffffff;
	for(i=1;i<=n;i++)//穷举医院建在n个节点，找出最短距离。 
	{
		total=0;//一定要记得清零 
		for(j=1;j<=n;j++)
		{
			total+=g[i][j]*a[j];
		}
		if(total<min) min=total;
	}
	cout<<min<<endl;
	return 0; 
}

【后记】

     在各种竞赛中经常遇到这样的问题：N-1条公路连接着N个城市，从每个城市出发都可以通过公路到达其它任意的城市。每个城市里面都有一定数量的居民，但是数量并不一定相等，每条公路的长度也不一定相等。X公司（或者是政府）决定在某一个城市建立一个医院/酒厂/游乐场……，问：将它建在哪里，可以使得所有的居民移动到那里的总耗费最小？这种题目都是本题的“变型”，一般称为“树的中心点问题”。除了简单的穷举法外，还有更好的时间复杂度为O(n)的算法，我们讲在后面的章节中继续讨论。