codevs 1557 热浪 SPFA 最短路

本文介绍了一道关于SPFA最短路径算法的题目——1557热浪。题目要求利用SPFA算法找到从起始城镇到目标城镇的最低成本路径。文中提供了完整的C++代码实现,并详细解释了如何构建邻接表以及执行SPFA算法。

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

SPFA 最短路

1557 热浪

时间限制: 1 s

* 空间限制: 256000 KB*

* 题目等级 : 钻石 Diamond*

题目描述 Description德克萨斯纯朴的民眾们这个夏天正在遭受巨大的热浪!!!他们的德克萨斯长角牛吃起来不错,可是他们并不是很擅长生產富含奶油的乳製品。Farmer John此时以先天下之忧而忧,后天下之乐而乐的精神,身先士卒地承担起向德克萨斯运送大量的营养冰凉的牛奶的重任,以减轻德克萨斯人忍受酷暑的痛苦。 FJ已经研究过可以把牛奶从威斯康星运送到德克萨斯州的路线。这些路线包括起始点和终点先一共经过T (1 <= T <= 2,500)个城镇,方便地标号為1到T。除了起点和终点外地每个城镇由两条双向道路连向至少两个其它地城镇。每条道路有一个通过费用(包括油费,过路费等等)。 给定一个地图,包含C (1 <= C <= 6,200)条直接连接2个城镇的道路。每条道路由道路的起点Rs,终点Re (1 <= Rs <= T; 1 <= Re <= T),和花费(1 <= Ci <= 1,000)组成。求从起始的城镇Ts (1 <= Ts <= T)到终点的城镇Te(1 <= Te <= T)最小的总费用。输入描述 Input Description第一行: 4个由空格隔开的整数: T, C, Ts, Te第2到第C+1行: 第i+1行描述第i条道路。有3个由空格隔开的整数: Rs, Re和Ci输出描述 Output Description一个单独的整数表示从Ts到Te的最小总费用。数据保证至少存在一条道路。样例输入 Sample Input7 11 5 42 4 21 4 37 2 23 4 35 7 57 3 36 1 16 3 42 4 35 6 37 2 1样例输出 Sample Output7数据范围及提示 Data Size & Hint5->6->1->4 (3 + 1 + 3)

可以用来练手spfa。

裸的题。

  • 注意邻接表需要开两倍
#include <iostream>
#include <cstdio>
#include <cstring>
#include <queue>

using namespace std;

const int maxn = 7000;
const int INF = 0x3f3f3f3f;

struct Edge
{
    int to,val,next;
}edge[maxn*2];

int n,m,s,t,pos;
int head[maxn];
int dis[maxn];

void add_edge(int from,int to,int val)
{
    edge[pos].to = to;
    edge[pos].val = val;
    edge[pos].next = head[from];
    head[from] = pos++;
}

void spfa(int s)
{
    int vis[maxn] = {0};
    memset(dis,INF,sizeof(dis));
    vis[s] = true;
    dis[s] = 0;
    queue<int>q;
    q.push(s);
    while(!q.empty()) {
        int u = q.front();
        q.pop();
        vis[u] = false;
        for(int i = head[u];i != -1;i = edge[i].next) {
            int to = edge[i].to;
            if(dis[to] > dis[u] + edge[i].val) {
                dis[to] = dis[u] + edge[i].val;
                if(!vis[to]) {
                    q.push(to);
                }
            }
        }
    }
}

int main()
{
    //freopen("in.txt","r",stdin);

    while(scanf("%d%d%d%d",&n,&m,&s,&t) != EOF) {
        memset(head,-1,sizeof(head));
        pos = 0;
        for(int i = 1;i <= m; i++) {
            int a,b,c;
            scanf("%d%d%d",&a,&b,&c);
            add_edge(a,b,c);
            add_edge(b,a,c);
        }
        spfa(s);
        printf("%d\n",dis[t]);
    }

    return 0;
}
资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 华为移动服务(Huawei Mobile Services,简称 HMS)是一个全面开放的移动服务生态系统,为企业和开发者提供了丰富的工具和 API,助力他们构建、运营和推广应用。其中,HMS Scankit 是华为推出的一款扫描服务 SDK,支持快速集成到安卓应用中,能够提供高效且稳定的二维码和条形码扫描功能,适用于商品扫码、支付验证、信息获取等多种场景。 集成 HMS Scankit SDK 主要包括以下步骤:首先,在项目的 build.gradle 文件中添加 HMS Core 库和 Scankit 依赖;其次,在 AndroidManifest.xml 文件中添加相机访问和互联网访问权限;然后,在应用程序的 onCreate 方法中调用 HmsClient 进行初始化;接着,可以选择自定义扫描界面或使用 Scankit 提供的默认扫描界面;后,实现 ScanCallback 接口以处理扫描成功和失败的回调。 HMS Scankit 内部集成了开源的 Zxing(Zebra Crossing)库,这是一个功能强大的条码和二维码处理库,提供了解码、生成、解析等多种功能,既可以单独使用,也可以与其他扫描框架结合使用。在 HMS Scankit 中,Zxing 经过优化,以更好地适应华为设备,从而提升扫描性能。 通常,ScanKitDemoGuide 包含了集成 HMS Scankit 的示例代码,涵盖扫描界面的布局、扫描操作的启动和停止以及扫描结果的处理等内容。开发者可以参考这些代码,快速掌握在自己的应用中实现扫码功能的方法。例如,启动扫描的方法如下: 处理扫描结果的回调如下: HMS Scankit 支持所有安卓手机,但在华为设备上能够提供佳性能和体验,因为它针对华为硬件进行了
### SPFA算法概述 SPFA(Shortest Path Faster Algorithm)是一种基于Bellman-Ford算法的改进版本,主要用于求解含有负权边的单源短路径问题。它通过引入队列来加速松弛操作的过程,在实际应用中表现出了较高的效率[^2]。 SPFA的核心思想是对图中的每条边进行松弛操作,直到无法进一步更新为止。与传统的Bellman-Ford相比,SPFA仅对那些可能会影响其他节点距离值的顶点执行松弛操作,从而减少了不必要的计算开销[^3]。 --- ### SPFA算法实现 以下是SPFA算法的一个基本实现: #### 邻接表建图 SPFA通常采用邻接表的方式存储图结构,这有助于减少空间消耗并提高访问速度。 ```cpp #include <iostream> #include <queue> #include <vector> #include <cstring> using namespace std; const int INF = 0x3f3f3f3f; struct Edge { int to, weight; }; int n, m, s; // 节点数、边数、起点编号 vector<Edge> adj[1000]; // 邻接表 bool inQueue[1000]; long long dist[1000]; void spfa(int start) { queue<int> q; memset(dist, 0x3f, sizeof(dist)); // 初始化为无穷大 memset(inQueue, false, sizeof(inQueue)); dist[start] = 0; q.push(start); inQueue[start] = true; while (!q.empty()) { int u = q.front(); q.pop(); inQueue[u] = false; for (auto &edge : adj[u]) { // 对u的所有邻居进行遍历 if (dist[edge.to] > dist[u] + edge.weight) { // 松弛条件 dist[edge.to] = dist[u] + edge.weight; if (!inQueue[edge.to]) { // 如果未入队则加入队列 q.push(edge.to); inQueue[edge.to] = true; } } } } } ``` 上述代码实现了SPFA的基本逻辑,其中`adj[]`是一个邻接表数组,用于记录每个节点的相邻关系及其权重;`dist[]`保存从起始节点到各节点的当前短距离;`inQueue[]`标记某个节点是否已经在队列中以防止重复入队[^4]。 --- ### 算法优化策略 尽管SPFA在许多场景下表现出色,但在极端情况下其时间复杂度退化至O(VE),因此需要采取一些措施加以优化: 1. **SLF(Small Label First)** 在每次将新节点压入队列之前,优先考虑将其插入队首而非队尾。具体来说,如果待插入节点的距离小于等于队头元素的距离,则应插于队首;反之则正常追加到队尾。这种方法能够显著提升某些特定测试用例下的性能。 2. **LLL(Large Label Last)** 当发现某次迭代后的小距离大于某一阈值时,可以跳过后续部分运算过程,因为这些较大的数值很可能不会影响终结果。不过需要注意的是,这种剪枝方式可能会破坏正确性,需谨慎使用。 3. **多端点检测机制** 若存在多个候选终点,则可在程序结束前提前终止搜索流程一旦确认任意目标可达即可返回相应答案而无需继续完成整个遍历工作流[^1]。 --- ### 复杂度分析 理论上讲,SPFA的时间复杂度介于O(E)和O(VE)之间,取决于输入数据的具体特性以及所选优化手段的效果如何。对于稀疏图而言,由于平均下来每个结点只会经历有限次数进出队列的动作,因而整体耗时往往接近线性级别;然而当面对稠密网络或者特殊构造的数据集时,就有可能触发差情形下的平方级增长趋势。 ---
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