HDU3790 最短路徑問題【Dijkstra演算法】
最短路徑問題
Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 31593 Accepted Submission(s): 9318
Problem Description
給你n個點,m條無向邊,每條邊都有長度d和花費p,給你起點s終點t,要求輸出起點到終點的最短距離及其花費,如果最短距離有多條路線,則輸出花費最少的。
Input
輸入n,m,點的編號是1~n,然後是m行,每行4個數 a,b,d,p,表示a和b之間有一條邊,且其長度為d,花費為p。最後一行是兩個數 s,t;起點s,終點。n和m為0時輸入結束。
(1<n<=1000, 0<m<100000, s != t)
Output
輸出 一行有兩個數, 最短距離及其花費。
Sample Input
3 2 1 2 5 6 2 3 4 5 1 3 0 0
Sample Output
9 11
Source
問題連結:HDU3790 最短路徑問題。
問題描述:參見上文。
問題分析:
這是一個最優化的問題,也是一個單源最短路徑問題,所有要用Dijkstra演算法。
程式說明:
圖的表示主要有三種形式,一是鄰接表,二是鄰接矩陣,三是邊列表。鄰接矩陣對於節點多和邊少的情況都不理想。程式中用鄰接表儲存圖,即g[],是一種動態的儲存。陣列dist[]中儲存單源(節點s)到各個節點的最短距離。優先佇列q按照邊的權值從小到大排隊,便於計算最短路徑。
與此同時,陣列cost[i]中儲存單源(節點s)到各個節點的最花費。需要注意的是,路徑距離相同時,需要選擇花費最小(76行程式碼)。
程式中,在Dijkstra演算法基礎上增加了72行和76行程式碼。
這個問題,由於節點數量比較少,不大於1000,圖還可以用鄰接矩陣表示。那樣的話,程式碼則是另外一種寫法。
AC的C++語言程式如下:
/* HDU3790 最短路徑問題 */
#include <iostream>
#include <vector>
#include <queue>
#include <cstdio>
using namespace std;
const int INT_MAX2 = ((unsigned int)(-1) >> 1);
const int MAXN = 10000;
// 邊
struct _edge {
int v, length, cost;
_edge(int v2, int l, int c){v=v2; length=l; cost=c;}
};
// 結點
struct _node {
int u, length;
_node(){}
_node(int u2, int l){u=u2; length=l;}
bool operator<(const _node n) const {
return length > n.length;
}
};
vector<_edge> g[MAXN+1];
int dist[MAXN+1];
int cost[MAXN+1];
bool visited[MAXN+1];
void dijkstra(int start, int n)
{
priority_queue<_node> q;
for(int i=0; i<=n; i++) {
dist[i] = INT_MAX2;
cost[i] = INT_MAX2;
visited[i] = false;
}
dist[start] = 0;
cost[start] = 0;
q.push(_node(start, 0));
_node f;
while(!q.empty()) {
f = q.top();
q.pop();
int u = f.u;
if(!visited[u]) {
visited[u] = true;
int len = g[u].size();
for(int i=0; i<len; i++) {
int v2 = g[u][i].v;
if(visited[v2])
continue;
int templength = g[u][i].length;
int nextdist = dist[u] + templength;
int tempcost = g[u][i].cost;
if(dist[v2] > nextdist) {
dist[v2] = nextdist;
cost[v2] = cost[u] + tempcost; // add code
q.push(_node(v2, dist[v2]));
} else if(dist[v2] == nextdist) {
// 距離相同則取花費少的
cost[v2] = min(cost[v2], cost[u] + tempcost); // add code
}
}
}
}
}
int main()
{
int n, m, src, dest, len, cost2, s, t;
// 輸入資料,構建圖
while(scanf("%d%d",&n,&m) != EOF && (n + m)) {
for(int i=1; i<=m; i++) {
scanf("%d%d%d%d", &src, &dest, &len, &cost2);
g[src].push_back(_edge(dest, len, cost2));
g[dest].push_back(_edge(src, len, cost2));
}
scanf("%d%d", &s, &t);
// Dijkstra演算法
dijkstra(s, n);
printf("%d %d\n", dist[t], cost[t]);
// 釋放儲存
for(int i=0; i<=n; i++)
g[i].clear();
}
return 0;
}
相關文章
- 最短路徑問題 (dijkstra演算法)演算法
- [最短路徑問題]Dijkstra演算法(含還原具體路徑)演算法
- python實現Dijkstra演算法之 最短路徑問題Python演算法
- 最短路徑之Dijkstra演算法演算法
- 單源最短路徑-Dijkstra演算法演算法
- 單源最短路徑 -- Dijkstra演算法演算法
- 演算法:最短路徑問題演算法
- 最短路徑——Dijkstra演算法和Floyd演算法演算法
- 最短路徑—Dijkstra演算法和Floyd演算法演算法
- 圖的單源最短路徑(Dijkstra演算法)演算法
- 最短路徑——dijkstra演算法程式碼(c語言)演算法C語言
- 最短路徑—Dijkstra(迪傑斯特拉)演算法演算法
- 0016:單源最短路徑(dijkstra演算法)演算法
- 求兩點之間最短路徑-Dijkstra演算法演算法
- 最短路dijkstra演算法演算法
- 單源最短路徑複習--Dijkstra演算法和Floyd演算法演算法
- 一篇文章講透Dijkstra最短路徑演算法演算法
- 路徑規劃演算法 - 求解最短路徑 - Dijkstra(迪傑斯特拉)演算法演算法
- 最短路徑--dijkstra演算法、弗洛伊德(Floyd)演算法(帶路徑輸出)演算法
- 使用A*演算法解迷宮最短路徑問題演算法
- 《圖論》——最短路徑 Dijkstra演算法(戴克斯特拉演算法)圖論演算法
- dijkstra最短路演算法模板(雙源)演算法
- 資料結構與演算法——最短路徑Dijkstra演算法的C++實現資料結構演算法C++
- 最短路徑演算法演算法
- 10行實現最短路演算法——Dijkstra演算法
- 最短路演算法詳解(Dijkstra/SPFA/Floyd)演算法
- 最短路徑(Floyd演算法)演算法
- Djikstra最短路徑演算法演算法
- 最短路-樸素版Dijkstra演算法&堆優化版的Dijkstra演算法優化
- 一個人的旅行 (dijkstra演算法求最短路)演算法
- 最短路徑(Dijskra演算法)JS演算法
- 最短路徑演算法總結演算法
- 最短路徑之Floyd演算法演算法
- 資料結構------最短路徑Dijkstra和最小生成樹Prim資料結構
- 如何在 Java 中實現 Dijkstra 最短路演算法Java演算法
- Python 圖_系列之縱橫對比 Bellman-Ford 和 Dijkstra 最短路徑演算法Python演算法
- [MATLAB]最短路徑Floyd演算法Matlab演算法
- 幾個最短路徑的演算法演算法