首先可以发现,本题实际上类似一个 DAG 上的背包问题。
那么我们有一个很显然的做法:
设 f[v][t]f[v][t]f[v][t] 表示从点 111 到达点 vvv,路径长度为 ttt 的所有方案中的最大点数,转移方程平凡,这里略去。
但是 T≤109T \leq 10^9T≤109 ,这样做空间会炸飞。
可喜的是,答案一定是小于等于 nnn 的,同时 n≤5000n \leq 5000n≤5000,这启发我们可以考虑 O(n2)O(n^2)O(n2) 空间的算法。
我们换个角度思考:既然枚举距离求点的最大值不行,那么枚举点数求距离的最小值是否可行?
观察数据范围,在复杂度上这显然是可行的。
所以我们试着考虑转移方程:
设 f[v][t]f[v][t]f[v][t] 表示从点 111 到达点 vvv,经过点数为 ttt 的所有方案中的最短路径。
那么我们有转移方程:(其中 prefix(v)prefix(v)prefix(v) 表示点 vvv 的前驱,即所有能够到达点 vvv 的点,www 表示边 u→vu\to vu→v 的长度)
f[v][t]=minu∈prefix(v)(f[u][t−1]+w)[f[u][t−1]+w<=T] f[v][t] = \min_{u \in prefix(v)} (f[u][t - 1] + w)[f[u][t - 1] + w <= T] f[v][t]=u∈prefix(v)min(f[u][t−1]+w

博客介绍了如何解决一个类似于DAG上背包问题的算法题。通过动态规划和图论,作者提出两种思路:一是以路径长度为状态的传统动态规划,二是以点数为状态求最短路径。考虑到空间限制,选择了后者,并详细解释了转移方程和优化过程,包括处理特殊情况如DAG的源点不是1的情况。
最低0.47元/天 解锁文章
1099

被折叠的 条评论
为什么被折叠?



