Codeforces 1749E 最短路,01bfs

这篇博客介绍了如何运用01BFS算法解决一个二维矩阵中仙人掌种植的问题,目标是在保持第一行和最后一行不连通的前提下,额外种植仙人掌的最小数量。通过建立图并进行优化的Dijkstra算法实现,寻找从第一列到最后一列的最短路径。文章详细阐述了算法的实现过程和代码细节。
题意:

有一片 n × n n\times n n×n的地,其中#表示已种植仙人掌,找出一种方案,使得额外种植仙人掌最少,且使得第一行与最后一行不连通,如果不存在,输出-1。种植仙人掌需要满足他的四周没有仙人掌。

Solution:

即需要找一条从第1列至第 m m m列的路,种上仙人掌,由于相邻无法种植,所以这条仙人掌路径的相邻两列的两个是斜着走的,即从第一列出发,走到第 m m m列的最短路径,并且走到一个没仙人掌的地方需要1的代价。不妨考虑最短路,并且由于这个图的边权

∈ { 0 , 1 } \in\{0,1\} {0,1},所以可以用01bfs

01bfs:一种 d i j k s t r a dijkstra dijkstra的优化形式,由于边权只有 { 0 , 1 } \{0,1\} {0,1},因此,在 d i j k s t r a dijkstra dijkstra内是可以预测到队列的情况的,于是我们用双端队列来模拟优先队列,使得单次取出元素和插入元素的复杂度为 O ( 1 ) O(1) O(1)。如果边权为0,那么这个点的推入队首,否则推入队尾,这样能保证队首取得的一定是最小的,同时,每个点只被更新一次。

实际上,01bfs使用的情况更一般的是,边权仅为两种权值,其中小权值的推入队首,否则推入队尾。

// #include<bits/stdc++.h>
#include<iostream>
#include<algorithm>
#include<cstdio>
#include<vector>
#include<set>
#include<queue>
#include<cmath>
#include<cstring>
#define endl '\n'
using namespace std;

using ll=long long;
const int N=200005,inf=0x3fffffff;
const long long INF=0x3f3f3f3f3f3f,mod=998244353;

int n,m;
int dx[]={-1,0,1,0};
int dy[]={0,1,0,-1};
int dx2[4] = { 1,1,-1,-1 };
int dy2[4] = { 1,-1,1,-1 };
string s[N];
vector<vector<int>>dis(N);
vector<vector<pair<int,int>>>pre(N);
deque<pair<int,int>>q;

bool judge(int x,int y){return 1<=x&&x<=n&&1<=y&&y<=m;}
bool check(int x,int y)
{
	for(int i=0;i<4;i++)
		if(judge(x+dx[i],y+dy[i])&&s[x+dx[i]][y+dy[i]]=='#') return false;
	return true;
}

void work()
{
	cin>>n>>m;
	for(int i=1;i<=n;i++)
	{
		cin>>s[i];
		s[i]='0'+s[i];
		pre[i].resize(m+1);
		dis[i].resize(m+1);
		fill(dis[i].begin(),dis[i].end(),inf);
		fill(pre[i].begin(),pre[i].end(),make_pair(0,0));
	}
	for(int i=1;i<=n;i++)
	{
		if(!check(i,1)) continue;
		dis[i][1]=(s[i][1]!='#');
		if(dis[i][1]==0) q.push_front({i,1});
		else q.push_back({i,1});
	}
	while(!q.empty())
	{
		auto [x,y]=q.front(); q.pop_front();
		for(int i=0;i<4;i++)
		{
			int nx=x+dx2[i],ny=y+dy2[i];
			if(!judge(nx,ny)||!check(nx,ny)) continue;
			if(dis[nx][ny]<=dis[x][y]+(s[nx][ny]!='#')) continue;
			dis[nx][ny]=dis[x][y]+(s[nx][ny]!='#');
			if(s[nx][ny]=='#') q.push_front({nx,ny});
			else q.push_back({nx,ny});
			pre[nx][ny]={x,y};
		}
	}
	int min1=inf;
	for(int i=1;i<=n;i++) min1=min(min1,dis[i][m]);
	if(min1==inf)
	{
		cout<<"NO"<<endl;
		return;
	}
	cout<<"YES"<<endl;
	for(int i=1;i<=n;i++)
	{
		if(dis[i][m]==min1)
		{
			int x=i,y=m;
			while(x)
			{
				s[x][y]='#';
				auto tmp=pre[x][y];
				x=tmp.first; y=tmp.second;
			}
			for(int i=1;i<=n;i++) cout<<s[i].substr(1)<<endl;
			return;
		}
	}
}

int main()
{
	ios::sync_with_stdio(false);
	int t; cin>>t;
	while(t--) work();
	return 0;
}
### Codeforces CF821D Okabe and City 的 01 BFS 解法 #### 题目概述 题目描述了一个 \( n \times m \) 的网格城市,其中某些单元格由路灯照亮。从左上角 (1, 1) 开始,目标是到达右下角 (\( n, m \))。允许的操作包括: - 移动到相邻的已点亮单元格。 - 如果当前所在单元格为点亮状态,则可以选择临时点亮其所在的整行或整列(代价为 1)。 终目的是找到从起点到终点的小代价路径[^5]。 --- #### 使用 01 BFS 的原因 本题中的边权分为两种情况: - **边权为 0**:当两个点亮的单元格在四个方向之一上相邻时。 - **边权为 1**:当两个点亮的单元格可以通过一次性点亮中间的一行或多列来连接时。 这种特殊的边权分布非常适合使用 01 BFS 来解决。相比传统的 Dijkstra 算法01 BFS 更加高效,因为它利用双端队列(deque)实现,在处理边权仅为 0 和 1 的情况下具有线性时间复杂度。 --- #### 实现细节 以下是基于上述分析的具体实现方法: 1. **建图逻辑** - 将所有的点亮单元格作为节点。 - 对于任意两个点亮单元格 \( u \) 和 \( v \),如果它们满足以下条件之一,则建立一条边: - 它们在同一行或同一列,并且距离小于等于 2(即通过一次操作可以覆盖的距离),此时边权为 1。 - 它们直接相邻(曼哈顿距离为 1),此时边权为 0。 2. **特殊边界处理** - 若终点 (\( n, m \)) 不是一个点亮的单元格,则将其视为虚拟节点,与近的一个点亮单元格相连,边权固定为 1。 3. **算法流程** - 初始化一个 deque 并将起点加入队列,设置初始距离为 0。 - 使用 dist 数组记录每个节点的短距离。 - 每次从队首取出节点并更新与其相邻的所有节点的距离: - 若新距离更优,则根据边权决定放入队首还是队尾: - 边权为 0 放入队首; - 边权为 1 放入队尾。 4. **终止条件** - 当首次访问到终点时返回对应的短距离;若遍历结束后仍未到达终点,则说明不可达。 --- #### Python 实现代码 ```python from collections import deque def okabe_and_city(lit_cells, n, m): # 坐标映射至编号 pos_to_id = {} id_to_pos = [] for idx, (r, c) in enumerate(lit_cells): pos_to_id[(r, c)] = idx id_to_pos.append((r, c)) adj_list = [[] for _ in range(len(pos_to_id))] # 构造邻接表 for i in range(len(id_to_pos)): r1, c1 = id_to_pos[i] for j in range(i + 1, len(id_to_pos)): r2, c2 = id_to_pos[j] dr, dc = abs(r1 - r2), abs(c1 - c2) if dr == 0 or dc == 0: # 同一行或一列 if max(dr, dc) <= 2: weight = 1 elif min(dr, dc) == 1: # 相邻 weight = 0 else: continue adj_list[i].append((j, weight)) adj_list[j].append((i, weight)) # 添加虚拟终点 end_r, end_c = n, m if (end_r, end_c) not in pos_to_id: virtual_end = len(adj_list) id_to_pos.append((end_r, end_c)) for node_idx in range(len(pos_to_id)): r1, c1 = id_to_pos[node_idx] if abs(end_r - r1) + abs(end_c - c1) == 1: adj_list[node_idx].append((virtual_end, 1)) adj_list[virtual_end].append((node_idx, 1)) start_node = pos_to_id.get((1, 1), None) target_node = pos_to_id.get((n, m), virtual_end) if start_node is None: return -1 # 01-BFS INF = float('inf') distance = [INF] * len(adj_list) queue = deque() distance[start_node] = 0 queue.append(start_node) while queue: current = queue.popleft() curr_dist = distance[current] for neighbor, edge_weight in adj_list[current]: new_dist = curr_dist + edge_weight if new_dist < distance[neighbor]: distance[neighbor] = new_dist if edge_weight == 0: queue.appendleft(neighbor) else: queue.append(neighbor) return distance[target_node] if distance[target_node] != INF else -1 # 输入样例解析 if __name__ == "__main__": n, m, k = map(int, input().split()) lit_cells = [tuple(map(int, input().split())) for _ in range(k)] result = okabe_and_city(lit_cells, n, m) print(result) ``` --- #### 复杂度分析 - 时间复杂度:\( O(E) \),其中 \( E \) 是构建的图中总边数。对于每一对点亮单元格多只考虑一次,因此总体复杂度可控。 - 空间复杂度:\( O(V + E) \),存储节点和边的信息。 --- #### 结论 以上方法充分利用了 01 BFS 的特性,解决了带特定权重约束的短路问题。这种方法不仅效率高,而且易于理解和实现。 ---
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