当前位置:首页 > 牛客 > 牛客16445题:用Dijkstra算法解决骑车与步行最短路径问题

牛客16445题:用Dijkstra算法解决骑车与步行最短路径问题

2小时前

牛客16445题:用Dijkstra算法解决骑车与步行最短路径问题 Dijkstra算法 图论 最短路径 状态压缩 优先队列 C++ 有向图 第1张

一、题目解读

牛客16445题要求解决一个最短路径问题:给定一个有向图,部分节点可获取自行车,骑行时边权减半,需在两种模式下(步行/骑车)计算从起点到终点的最短距离。题目难点在于状态转换与边权动态处理。

二、解题思路

1. 状态压缩:将节点分为“步行状态”和“骑车状态”,用节点编号偏移量表示(如原节点n扩展为n和n+n两种状态)。

2. Dijkstra算法:利用优先队列维护当前最短路径状态,通过松弛操作更新子节点距离。

3. 动态边权处理:骑行时边权减半,需判断当前是否持有自行车(通过has_bike数组或状态标记)。

4. 优化剪枝:若当前状态距离已劣于已知最短距离,直接跳过,避免无效扩展。

三、解题步骤

1. 初始化图结构,读取节点数m、边数n及自行车节点标记。

2. 构建邻接表adj存储边信息(节点v, 边权w)。

3. 定义状态结构体State(距离dist、节点node、是否骑车has_bike),重载比较运算符适配优先队列

4. 执行Dijkstra算法

○ 初始状态:起点步行距离为0,入队。

○ 循环弹出队首状态,遍历邻接边:

a. 步行状态:更新普通节点距离。

b. 骑车状态:若当前可骑车(原有自行车或当前节点可获取),计算减半边权并更新扩展状态。

○ 剪枝:若当前状态已劣于已知最短距离,跳过。

5. 最终距离为终点骑车/步行状态的最小值。

四、代码和注释

#include <iostream>
#include <vector>
#include <queue>
#include <climits>
using namespace std;

typedef long long ll;
typedef pair<ll, int> pli;

const int MAXN = 1e5 + 5;
const ll INF = LLONG_MAX;

vector<pair<int, int>> adj[MAXN];
bool has_bike[MAXN] = {false};

struct State {
    ll dist;
    int node;
    bool has_bike;
    bool operator>(const State& other) const {
        return dist > other.dist;
    }
};

void dijkstra(int start, int n, vector<ll>& dist) {
    priority_queue<State, vector<State>, greater<State>> pq;
    dist.assign(2 * n + 2, INF);
    
    // 初始状态:步行到达起点
    dist[start] = 0;
    pq.push({0, start, has_bike[start]});
    
    while (!pq.empty()) {
        State current = pq.top();
        pq.pop();
        
        ll current_dist = current.dist;
        int u = current.node;
        bool bike = current.has_bike;
        
        if (current_dist > dist[u + (bike ? n : 0)]) continue;
        
        for (auto &edge : adj[u]) {
            int v = edge.first;
            int w = edge.second;
            
            // 步行状态
            if (!bike) {
                ll new_dist = current_dist + w;
                if (new_dist < dist[v]) {
                    dist[v] = new_dist;
                    pq.push({new_dist, v, has_bike[v]});
                }
            }
            
            // 骑车状态(包括新获得自行车的情况)
            bool new_bike = bike || has_bike[u];
            ll bike_dist = current_dist + (new_bike ? w / 2 : w);
            int bike_state = v + (new_bike ? n : 0);
            
            if (bike_dist < dist[bike_state]) {
                dist[bike_state] = bike_dist;
                pq.push({bike_dist, v, new_bike});
            }
        }
    }
}

int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);
    
    int n, m;
    cin >> n >> m;
    
    for (int i = 0; i < m; ++i) {
        int u, v, w;
        cin >> u >> v >> w;
        adj[u].emplace_back(v, w);
        adj[v].emplace_back(u, w);
    }
    
    int k;
    cin >> k;
    
    for (int i = 0; i < k; ++i) {
        int node;
        cin >> node;
        has_bike[node] = true;
    }
    
    vector<ll> dist(2 * n + 2, INF);
    dijkstra(1, n, dist);
    
    ll result = min(dist[n], dist[2 * n]);
    
    if (result == INF) {
        cout << -1 << endl;
    } else {
        cout << result << endl;
    }
    
    return 0;
}

五、总结

本文通过Dijkstra算法结合状态压缩,高效解决了涉及两种模式(步行/骑车)的最短路径问题。核心在于:

1. 利用节点编号扩展区分状态,降低时间复杂度至O(mlogm)。

2. 动态边权处理与剪枝优化,避免无效状态扩展。

3. 代码结构清晰,注释完整,适合作为算法模板参考。

该解法对图论与状态设计类问题具有通用性,可拓展至其他多模式最短路径场景。


原创内容 转载请注明出处

分享给朋友:

相关文章

力扣145:递归之美 轻松掌握二叉树后序遍历

力扣145:递归之美 轻松掌握二叉树后序遍历

题目解读二叉树的后序遍历是一种基础且重要的树遍历方式,其遍历顺序为:先递归地后序遍历左子树,然后递归地后序遍历右子树,最后访问根节点。这种遍历方式特别适合需要先处理子节点再处理父节点的场景,如内存释放...

力扣965题深度解析:单值二叉树的判断技巧

力扣965题深度解析:单值二叉树的判断技巧

重新解读题目 判断一棵二叉树是否为“单值二叉树”,即所有节点的值是否完全相同。题目看似简单,实则考验对树结构递归特性的理解。若一棵树的所有节点值相同,其必然满足:根节点与左右子树的值一致,且...

手搓顺序表类代码注释与详解:从零实现动态数组(新手教程)

一、简介和特点顺序表(Sequential List)是数据结构中基础的一种线性表,其特点是将数据元素存储在连续的内存空间中。通过数组实现,支持随机访问(即通过索引直接访问元素),适用于频繁随机读取的...

力扣第44题:寻找两个正序数组的中位数 - 合并排序解法详解

力扣第44题:寻找两个正序数组的中位数 - 合并排序解法详解

内容简介本文详细解析了力扣第44题"寻找两个正序数组的中位数"的合并排序解法。通过双指针技术合并两个有序数组,然后直接计算合并后数组的中位数。虽然时间复杂度为O(m+n),但这种方...

力扣3112题解法:带时间限制的最短路径问题解析(C++代码)

力扣3112题解法:带时间限制的最短路径问题解析(C++代码)

一、题目解读力扣3112题要求解决带时间限制的最短路径问题:给定一个有向图,节点具有消失时间,需计算从起点到各节点的最短路径,且路径总时间不能超过节点的消失时间。题目难点在于需在传统最短路径算法(如D...

洛谷1220题解:动态规划与区间DP优化解法(附代码注释)

洛谷1220题解:动态规划与区间DP优化解法(附代码注释)

一、题目解读洛谷1220题要求计算在n个位置放置灯的情况下,通过关闭连续区间灯并移动至区间端点,使得总耗电量最小。需考虑灯的功率与位置差异,设计高效的算法求解最优策略。二、解题思路1. 动态规划 +...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。