蓝桥杯-最短路问题(SPFA算法)

问题描述:给定一个n个顶点,m条边的有向图(其中某些边权可能为负,但保证没有负环)。请你计算从1号点到其他点的最短路(顶点从1到n编号)。

问题分析:由于某些边的权值可能为负值,所以Dijkstra算法失效(为什么?因为假设存在一条总长为负的环,那么Dijkstra算法可以一直绕下去,总长在不断减小)。 因为图中最多的结点可以达到20000个,所以使用Floyd算法,时间复杂度O(n^3),明显是超时的。这题采用SPFA算法可解。

还要注意的一点是:由于结点数目达到20000个,采用邻接矩阵存储,会超内存。考虑到边数只有20万,所以可以用一个结构体存储边。这样就可以避免使用邻接矩阵,而带来的稀疏矩阵造成的内存超标。

SPFA算法讲解比较好的博客地址:点击打开链接

本题AC代码如下:

#include <iostream>
#include <queue>
#include <vector>
#include <limits.h>
using namespace std;

#define INF INT_MAX
int dis[20008];   //起点到各点的最短路径值
bool vis[20008];
queue<int>q;
vector<int> vec[20008];
struct{
    int u,v,s;
}edge[200008];   //只存储边

int main(){
    int n,m;
    cin>>n>>m;
    for(int i=1;i<=n;i++){
        dis[i] = INF;
        vis[i] = 0;
    }
    for(int i=1;i<=m;i++){
        cin>>edge[i].u>>edge[i].v>>edge[i].s;
        vec[edge[i].u].push_back(i);  //把与一点相连的边的序号放在栈中
    }
    dis[1] = 0;
    vis[1] = 1;
    q.push(1);    //先将起点入队
    while(!q.empty()){
        int temp = q.front();  //得到队头元素
        q.pop();         //出队
        vis[temp] = 0;   //出队后立即改变标记
        for(int i=0;i<vec[temp].size();i++){ //遍历顶点1的邻接表
            int k = vec[temp][i];    //表示与temp相连的第k条边
            if(dis[edge[k].v]>dis[temp]+edge[k].s){
                dis[edge[k].v] = dis[temp] + edge[k].s;
                if(!vis[edge[k].v])
                    q.push(edge[k].v);
            }
        }
    }
    for(int i=2;i<=n;i++)
        cout<<dis[i]<<endl;
}


<think>嗯,用户想了解蓝桥杯竞赛中与短路径相关的题目和解法。首先,我需要回忆蓝桥杯历年的题目类型,尤其是涉及图论的部分。短路算法常见的有Dijkstra、SPFA、Floyd这些,可能用户需要这些算法的应用场景和解题思路。 用户提到的引用中有几个关键点:引用[1]提到蓝桥杯每日一题中的短路问题,比如奶牛回家、Dijkstra、SPFA、作物杂交。引用[3]讨论BFS用于短路径,特别是无图的情况。引用[4]指出Floyd算法处理带的图,而Dijkstra不能处理。引用[5]提到图的表示方法,包括点、重等信息。 所以,用户可能需要知道蓝桥杯中常见的题型,以及对应的算法选择。比如,Dijkstra适用于正单源短路径,SPFA处理可能的情况,Floyd适合多源短路径,而BFS用于无图的短路径。 接下来,我需要整理这些算法的适用场景、解题步骤,并结合具体题目例子说明。比如试题一:奶牛回家,可能使用Dijkstra;试题四:作物杂交可能涉及状态转移和动态规划,结合短路径思想。 还要注意用户提到的解题思路,比如图的表示方法,如何用邻接矩阵或邻接表存储图结构。在代码实现时需要注意哪些细节,比如优先队列优化Dijkstra,或者处理时的SPFA可能用户需要分步骤的解题思路,例如先分析问题类型,选择合适算法,构建图结构,然后实现算法,处理特殊情况。同时,蓝桥杯的题目可能有时间限制,需要优化算法,比如使用堆优化的Dijkstra而不是朴素版本。 此外,用户提供的引用中有提到Floyd算法处理的情况,但Dijkstra不能,这时候需要指出不同算法的优缺点。比如Floyd的时间复杂度高,适合节点数少的情况。 后,生成相关问题时要围绕这些算法的应用、优化、比较以及具体题目的解题技巧来提问,帮助用户深入理解。</think>### 蓝桥杯短路算法题目与解题思路 蓝桥杯竞赛中,短路问题常出现在算法类题目中,涉及**Dijkstra算法**、**SPFA算法**、**BFS广度优先搜索**及**Floyd算法**等。以下是典型题目分类与解题思路总结: --- #### 一、典型题目与对应算法 1. **单源正短路径** - **题目示例**:试题二“Dijkstra求短路 II”[^1] - **适用算法**:Dijkstra算法(优先队列优化) - **解题步骤**: 1. 用邻接表存储图结构 2. 初始化距离数组`dist[]`,起点距离设为0,其余设为无穷大 3. 使用优先队列(小根堆)维护当前短路径节点 4. 每次取出堆顶节点,松弛其邻接 ```python import heapq def dijkstra(n, graph, start): dist = [float('inf')] * (n+1) dist[start] = 0 heap = [(0, start)] while heap: d, u = heapq.heappop(heap) if d > dist[u]: continue for v, w in graph[u]: if dist[v] > dist[u] + w: dist[v] = dist[u] + w heapq.heappush(heap, (dist[v], v)) return dist ``` 2. **含或判断** - **题目示例**:试题三“spfa短路”[^1] - **适用算法**:SPFA算法(队列优化的Bellman-Ford) - **关键点**: - 记录节点入队次数,若超过$n$次则存在 - 使用`vis[]`数组避免重复入队 3. **多源短路径** - **适用算法**:Floyd算法 - **场景**:节点数较少(如$n \leq 200$) - **代码模板**: ```python def floyd(n, graph): for k in range(1, n+1): for i in range(1, n+1): for j in range(1, n+1): graph[i][j] = min(graph[i][j], graph[i][k] + graph[k][j]) ``` 4. **无短路径** - **题目示例**:试题一“奶牛回家” - **适用算法**:BFS广度优先搜索[^3] - **特点**:逐层扩散,首次访问即短路--- #### 二、解题通用思路 1. **图的表示** - 邻接矩阵:适合稠密图或节点数少的情况 - 邻接表:适合稀疏图,节省空间[^5] 2. **输入处理** - 明确是否有向、值类型(正/- 例如:输入格式可能为`u v w`,需区分有向`u→v` 3. **算法选择原则** | 场景 | 算法选择 | 时间复杂度 | |------|----------|------------| | 单源正 | Dijkstra+堆优化 | $O((m+n)\log n)$ | | 含/判断 | SPFA | 平均$O(m)$,坏$O(nm)$ | | 多源短路径 | Floyd | $O(n^3)$ | --- #### 三、常见优化技巧 1. **堆优化Dijkstra**:优先队列代替朴素扫描,降低时间复杂度 2. **SPFA的SLF优化**:双端队列优化,减少松弛次数 3. **状态压缩**:如试题四“作物杂交”中,将状态(当前种子+时间)加入队列 --- #### 四、易错点分析 1. **忽略**:使用SPFA时需判断是否陷入死循 2. **邻接表初始化**:未处理节点编号与索引的偏移(如节点从1开始) 3. **优先队列比较**:未按距离排序导致错误松弛 ---
评论 1
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