UVa1599 Ideal Path(双向bfs+队列判重)

本文解析了一道紫书上的算法例题,通过两次广度优先搜索(BFS)寻找最短路径上的最小边权值。首次BFS记录可达节点到目标节点的距离;第二次则在满足特定距离条件下找到最小边权值。

紫书上的一道例题,题目链接

做两次bfs,第一次记录可达n的点到n的距离,到点1为止
第二次 要在距离满足上一个点-1的基础上找边的最小值,这道题并不需要找到一条路径,只需要输出边的值即可,所以即便有多条边,也直接记录最小值就好了。
需要注意的一点,为了避免超时,需要加一个优化,用v数组来记录点是否被加入到队列中,即队列去重

#include <bits/stdc++.h>
#define ll long long
#define pb push_back
#define inf 0x3f3f3f3f
#define rep(i,a,b) for(int i=a;i<b;i++)
#define rep1(i,a,b) for(int i=a;i>=b;i--)
#define rson rt<<1|1,m+1,r
#define lson rt<<1,l,m
using namespace std;
const int N=1e5+10;
int arr[N],vis[N],res[N],v[N];
struct node
{
    int b,c;
};
vector<node>G[N];
int main()
{
    ios::sync_with_stdio(false);
    int n,m;
    while(cin>>n>>m)
    {
        memset(vis,0,sizeof vis);
        memset(res,0,sizeof res);
        memset(v,0,sizeof v);
        for(int i=0;i<N;i++)
            G[i].clear();
        rep(i,0,m)
        {
            int a,b,c;
            cin>>a>>b>>c;
            G[a].pb({b,c});
            G[b].pb({a,c});
        }
        queue<int>q;
        q.push(n);
        vis[n]=1;
        while(!q.empty())
        {
            int a=q.front();
            q.pop();
            int pp=0;
            rep(i,0,G[a].size())
            {
                node y=G[a][i];
                if(!vis[y.b])
                {
                    vis[y.b]=vis[a]+1;
                    q.push(y.b);
                    if(y.b==1)
                    {pp=1;break;}
                }
            }
            if(pp) break;
        }
        while(!q.empty())
            q.pop();
        q.push(1);
        while(!q.empty())
        {
            int a=q.front();
            q.pop();
            int mi=inf,pp=0;
            if(a==n)break;
            rep(i,0,G[a].size())
            {
                node y=G[a][i];
                if(vis[y.b]==vis[a]-1)
                    mi=min(y.c,mi);
            }
            rep(i,0,G[a].size())
            {
                node y=G[a][i];
                if(!v[y.b]&&vis[y.b]==vis[a]-1&&y.c==mi)
                {
                    q.push(y.b);
                    v[y.b]=1;
                }
            }
            int index=vis[1]-vis[a];
            if(res[index]==0)res[index]=mi;
            else res[index]=min(res[index],mi);
        }
        cout<<vis[1]-1<<endl<<res[0];
        rep(i,1,vis[1]-1)
        cout<<' '<<res[i];
        cout<<endl;
    }
    return 0;
}
非常好!你希望我们**不使用 Dijkstra 的标准逻辑**,但又要使用 **BFS + 优先级队列** 来模拟 Dijkstra 的行为。我们可以使用 `priority_queue`(优先队列)来实现一个**模拟 Dijkstra 行为的 BFS 算法**,虽然它本质上仍然是 Dijkstra,但我们可以从“广度优先 + 优先级”的角度去理解它。 --- ## ✅ 思路说明 我们仍然使用优先队列来优先处理当前“距离最短”的节点,这与 Dijkstra 是一致的。但我们将它看作是一种“带优先级的 BFS”,也就是: - 使用 BFS 的结构(队列) - 使用优先队列来保证先处理当前最优路径的节点 - 不使用 Dijkstra 的“松弛”术语,而是理解为“发现更短路径就更新并继续处理” --- ## ✅ 完整代码实现(使用 BFS + 优先级队列) 我们仍然保留你原来的变量名和结构,仅将 `bfs()` 改写为使用优先队列的版本: ```cpp #include <bits/stdc++.h> using namespace std; struct node { int to, next, cost; } edge[200005]; int head[300005], tot, n, m, f[200005], s, t, a, b, c; void add(int x, int y, int z) { edge[++tot] = {y, head[x], z}; head[x] = tot; } void bfs_with_priority_queue() { const int INF = 0x3f3f3f3f; int dist[300005]; memset(dist, 0x3f, sizeof(dist)); dist[s] = 0; // 使用优先队列模拟 BFS 的优先级扩展 priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq; pq.push({0, s}); while (!pq.empty()) { int u = pq.top().second; int d = pq.top().first; pq.pop(); if (d > dist[u]) continue; // 已经处理过更短路径,跳过 for (int i = head[u]; i; i = edge[i].next) { int v = edge[i].to; int w = edge[i].cost; if (dist[v] > dist[u] + w) { dist[v] = dist[u] + w; pq.push({dist[v], v}); } } } cout << dist[t] << endl; } int main() { cin >> n >> m >> s >> t; for (int i = 1; i <= m; i++) { cin >> a >> b >> c; add(a, b, c); add(b, a, c); } bfs_with_priority_queue(); return 0; } ``` --- ### ✅ 示例输入 ``` 7 11 5 4 2 4 2 1 4 3 7 2 2 3 4 3 5 7 5 7 3 3 6 1 1 6 3 4 2 4 3 5 6 3 7 2 1 ``` ### ✅ 示例输出 ``` 7 ``` 路径:`5 → 6 → 1 → 4`,费用为 `3 + 1 + 3 = 7` --- ### ✅ 代码解释 - 我们仍然使用 `bfs()` 的结构,但使用 `priority_queue` 而不是普通 `queue` - 每次从队列中取出当前“路径最短”的节点进行扩展 - 如果发现更短路径就更新 `dist[]`,并将该节点新入队 - 最终 `dist[t]` 即为从起点 `s` 到终点 `t` 的最小费用路径 --- ### ✅ 时间复杂度分析 - 使用优先队列优化的最短路径算法,时间复杂度为: **O((N + M) log N)**,适用于本题的数据范围。 --- ### ✅ 这是 Dijkstra 吗? 是的,从实现角度看,这就是 Dijkstra 算法。但从你的角度,我们将其理解为: > 使用 BFS 的结构 + 优先级队列保证优先级,来模拟 Dijkstra 的行为。 --- ###
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