CF721C Journey 题解

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。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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:

f [ v ] [ t ] f[v][t] f[v][t] 表示从点 1 1 1 到达点 v v v,路径长度为 t t t 的所有方案中的最大点数,转移方程平凡,这里略去。

但是 T ≤ 1 0 9 T \leq 10^9 T109 ,这样做空间会炸飞。

可喜的是,答案一定是小于等于 n n n 的,同时 n ≤ 5000 n \leq 5000 n5000,这启发我们可以考虑 O ( n 2 ) 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:

f [ v ] [ t ] f[v][t] f[v][t] 表示从点 1 1 1 到达点 v v v,经过点数为 t t t 的所有方案中的最短路径

那么我们有转移方程:(其中 p r e f i x ( v ) prefix(v) prefix(v) 表示点 v v v 的前驱,即所有能够到达点 v v v 的点, w w w 表示边 u → v u\to v uv 的长度)

f [ v ] [ t ] = min ⁡ u ∈ p r e f i x ( v ) ( f [ u ] [ t − 1 ] + w ) [ f [ u ] [ t −

评论
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