51Nod 1445(考建图的最短路)

本文介绍了一种基于图论的最短路径算法实现方法。通过分析两种颜色节点间的距离关系,利用Dijkstra算法求解从起点到终点的最短路径问题。适用于节点数量较少的情况。

N只有50,跑一下N的平方建图,两种颜色之间的距离就是 他前面的Y的数量,剩下的就是模板了。

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<iostream>
#include<set>
#include<queue>
using namespace std;
typedef long long ll;
typedef pair<int,int > P;
const int maxn = 55;
const int inf = 1<<20;
int n;
char bmap[maxn][maxn] ;
int  edge[maxn][maxn];
int dist[maxn];
struct node
{
    int id;
    int dist;
    bool operator < (const node& T) const{
        return dist>T.dist;
    }
    node(int a,int b):id(a),dist(b){}
};
void dij()
{
    for(int i=0;i<n;i++) dist[i] = inf;
    priority_queue<node>q;
    q.push(node(0,0)); dist[0] = 0;
    while(!q.empty())
    {
        node fr = q.top(); q.pop();
        int u = fr.id;
        //printf("%d\n",u);
        for(int i=0;i<n;i++)
        {
            if(dist[i]>dist[u]+edge[u][i])
            {
                //printf("sdfsdfsdfsdfsd\n");
                dist[i] = dist[u] + edge[u][i];
                q.push(node(i,dist[i]));
            }
        }
    }
    if(dist[n-1]>=inf) printf("-1\n");
    else printf("%d\n",dist[n-1]);
}
int main()
{
    int cases;
    scanf("%d",&cases);
    while(cases--)
    {
        scanf("%d",&n);
        for(int i=0;i<n;i++) scanf("%s",bmap[i]);
        for(int i=0;i<n;i++)
        {
            int sum = 0;
            for(int j=0;j<n;j++)
            {
                if(bmap[i][j]=='N') {edge[i][j] = inf; continue;}
                edge[i][j] = sum++;
            }
        }
        dij();
    }
    return 0;
}


### Floyd算法的快速幂优化变种 Floyd-Warshall算法是一种经典的动态规划算法,用于计算图中所有节点对之间的短路径。该算法的时间复杂度为 $ O(n^3) $,适用于稠密图和较小规模的问题[^2]。标准Floyd算法的核心思想是逐步更新邻接矩阵,使得每一步都能考虑引入中间节点后是否能获得更短的路径。 其核心代码如下: ```cpp for (int k = 0; k < n; ++k) for (int i = 0; i < n; ++i) for (int j = 0; j < n; ++j) dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); ``` 在某些特定问题中,例如**51nod 3225题解**中提到的内容,Floyd算法可能被优化或变形使用。例如,在处理图的幂次扩展时,可以通过类似“快速幂”的方法来加速Floyd算法的执行过程,从而求解多阶段的短路径问题。 #### 快速幂优化的Floyd变种 快速幂优化的思想来源于矩阵乘法中的幂运算优化策略。对于某些图问题,尤其是当图的边权表示某种“转移代价”,而我们希望求出经过多 $ k $ 步转移后的短路径时,可以将Floyd算法与矩阵快速幂结合。 具体来说,定义一种类似于矩阵乘法的操作,其中加法对应路径长度的相加,乘法对应取小值操作(即 `min(a + b, c)`)。通过这种方式,图的邻接矩阵可以视为一个“广义矩阵乘法”结构下的对象,从而支持快速幂运算。 以下是一个基于此思想的C++实现示例: ```cpp #include <bits/stdc++.h> using namespace std; const int INF = 0x3f3f3f3f; const int MAXN = 105; struct Matrix { int mat[MAXN][MAXN]; Matrix() { for (int i = 0; i < MAXN; ++i) for (int j = 0; j < MAXN; ++j) mat[i][j] = INF; } }; Matrix multiply(const Matrix& A, const Matrix& B) { Matrix res; for (int i = 0; i < MAXN; ++i) { for (int k = 0; k < MAXN; ++k) { if (A.mat[i][k] == INF) continue; for (int j = 0; j < MAXN; ++j) { if (B.mat[k][j] == INF) continue; res.mat[i][j] = min(res.mat[i][j], A.mat[i][k] + B.mat[k][j]); } } } return res; } Matrix matrixPower(const Matrix& base, int power) { Matrix result; // 初始化为单位矩阵:相当于路径长度为0的自环 for (int i = 0; i < MAXN; ++i) result.mat[i][i] = 0; Matrix curr = base; while (power > 0) { if (power & 1) result = multiply(result, curr); curr = multiply(curr, curr); power >>= 1; } return result; } ``` 这种实现方式特别适用于需要多次应用图的“转移”并希望在 $ O(\log k) $ 时间内完成的情形。例如,51nod 3225题目中,可能存在对图进行多次迭代更新的需求,此时采用快速幂优化的Floyd算法能够显著提升效率。 #### 应用场景与优势 - **图的幂次路径问题**:如给定一个图,要求找出经过多 $ k $ 次跳跃后任意两点之间的短路径。 - **动态网络建模**:在某些系统中,网络结构会随时间变化,但变化具有周期性或可预测性,此时可以用快速幂构造“超步长”的路径矩阵。 - **稀疏图优化**:虽然Floyd本身适合稠密图,但在某些稀疏图中,结合快速幂和稀疏矩阵优化也能取得不错的效果。
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