最优路线

题目描述
一个 n 个点 m 条边的无重边无自环的无向图,点有点权,边有
边权,定义一条路径的权值为路径经过的点权的最大值乘边权最大
值。求任意两点间的权值最小的路径的权值。

输入
第一行两个整数 n,m,分别表示无向图的点数和边数。
第二行 n 个正整数,第 i 个正整数表示点 i 的点权。
接下来 m 行每行三个正整数 ui,vi,wi,分别描述一条边的两个端
输出
n 行每行 n 个整数,第 i 行第 j 个整数表示从 i 到 j 的路径的最小
权值,如果从 i 不能到达 j,则该值为-1。特别地,当 i=j 时输出 0。
输入样例
3 3
2 3 3
1 2 2
2 3 3
1 3 1
输出样例
0 6 3
6 0 6
3 6 0
说明
对于 20%的数据,n<=5,m<=8。
对于 50%的数据,n<=50
对于 100%的数据,n<=500,m<=n*(n-1)/2,边权和点权不超过 10^9。

.
.
.
.
.
分析
普通的弗洛伊德算法是按点的标号顺序枚举k的,这里我们可以按点权从小到大的顺序枚举k,那么计算时任意两点间的最大点值只能是i,j,k中的一个,现在就只用维护i,j之间路径的最大边的最小值即可。

.
.
.
.
.
程序:

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
using namespace std;

unsigned long long a[600][600],f[600][600];

struct node
{
	unsigned long long w,id;
}d[1000];

bool cmp(node x,node y)
{
	return x.w<y.w;
}

int main()
{
	int n,m;
	scanf("%d%d",&n,&m);
	memset(f,0x3f3f,sizeof(f));
	memset(a,0x3f3f,sizeof(a));
	for (int i=1;i<=n;i++)
	{
		f[i][i]=a[i][i]=0;
		scanf("%lld",&d[i].w);
		d[i].id=i;
	}
	for (int i=1;i<=m;i++)
	{
		int u,v;
		scanf("%d%d",&u,&v);
		scanf("%lld",&a[u][v]);
		a[v][u]=a[u][v];
	}
	sort(d+1,d+n+1,cmp);
	for (int k=1;k<=n;k++)
		for (int i=1;i<=n;i++)
			for (int j=1;j<=n;j++)
			 {
				long long x=d[i].id,y=d[j].id,z=d[k].id;
			 	a[x][y]=min(a[x][y],max(a[x][z],a[z][y]));
			 	if (i<=k&&j<=k)	f[x][y]=min(f[x][y],(long long)d[k].w*a[x][y]);
			 }
	for (int i=1;i<=n;i++)
	{
		for (int j=1;j<=n;j++)
			if (f[i][j]!=0x3f3f) cout<<f[i][j]<<' '; else cout<<0<<' ';
		cout<<endl;
	}
	return 0;
}
在交通网络中进行最优路线建模,可将最优路线的选择问题转化为求解最短路径的问题,采用图论中的 Dijkstra 算法求解。 Dijkstra 算法是典型最短路算法,用于计算一个节点到其他所有节点的最短路径,主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。其算法步骤如下: 1. 初始化集合 E,使之只包含源节点 S,并初始化集合 R,使之包含所有其它节点。初始化路径列 O,使其包含一段从 S 起始的路径。这些路径的长度值等于相应链路的量度值,并以递增顺序排列列表 O [^1]。 2. 若列表 O 为空,或者 O 中第 1 个路径长度为无穷大,则将 R 中所有剩余节点标注为不可达,并终止算法 [^1]。 3. 首先寻找列表 O 中的最短路径 P,从 O 中删除 P。设 V 为 P 的最终节点。若 V 已在集合 E 中,继续执行步骤 2。否则,P 为通往 V 的最短路径。将 V 从 R 移至 E [^1]。 4. 建立一个与 P 相连并从 V 开始的所有链路构成的候选路径集合。这些路径的长度是 P 的长度加上与 P 相连的长度。将这些新的链路插入有序表 O 中,并放置在其长度所对应的等级上。继续执行步骤 2 [^1]。 在实际编程实现时,针对特定权重设置(如考虑司机仅以路段长度作为衡量广义费用的指标,即 w1 = 0, w2 = 1, w3 = 0 ),可以用 VB 语言编制求解任意两点间最优路线的程序。编制程序时,需在数据文件(data.txt )中给出各个节点的信息,包括节点名、与该节点直接相连接的其它节点号、相连节点间的距离 [^1]。 ### 代码示例 以下是一个使用 Python 实现 Dijkstra 算法的简单示例: ```python import heapq def dijkstra(graph, start): distances = {node: float('inf') for node in graph} distances[start] = 0 priority_queue = [(0, start)] while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) if current_distance > distances[current_node]: continue for neighbor, weight in graph[current_node].items(): distance = current_distance + weight if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances # 示例图的邻接表表示 graph = { 'A': {'B': 1, 'C': 4}, 'B': {'A': 1, 'C': 2, 'D': 5}, 'C': {'A': 4, 'B': 2, 'D': 1}, 'D': {'B': 5, 'C': 1} } start_node = 'A' shortest_distances = dijkstra(graph, start_node) print(shortest_distances) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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