当前位置: 首页 > news >正文

使用图论技巧——有遍数限制的最短路

给定一个 n个点 m 条边的有向图,图中可能存在重边和自环, 边权可能为负数

请你求出从 11 号点到 n 号点的最多经过 k 条边的最短距离,如果无法从 1 号点走到 n 号点,输出 impossible

注意:图中可能 存在负权回路 。

输入格式

第一行包含三个整数 n,m,k。

接下来 m 行,每行包含三个整数 x,y,z表示存在一条从点 x 到点 y 的有向边,边长为 z。

点的编号为 1∼n。

输出格式

输出一个整数,表示从 1 号点到 n 号点的最多经过 k 条边的最短距离。

如果不存在满足条件的路径,则输出 impossible

数据范围

1≤n,k≤500
1≤m≤10000
1≤x,y≤n
任意边长的绝对值不超过 10000。

输入样例:
3 3 1
1 2 1
2 3 1
1 3 3
输出样例:
3


    Bellman - ford 算法是求含负权图的单源最短路径的一种算法,效率较低,代码难度较小。其原理为连续进行松弛,在每次松弛时把每条边都更新一下,若在 n-1 次松弛后还能更新,则说明图中有负环,因此无法得出结果,否则就完成。
(通俗的来讲就是:假设 1 号点到 n 号点是可达的,每一个点同时向指向的方向出发,更新相邻的点的最短距离,通过循环 n-1 次操作,若图中不存在负环,则 1 号点一定会到达 n 号点,若图中存在负环,则在 n-1 次松弛后一定还会更新)

对于含有负权边的问题,不能使用dijkstra进行求解

代码演示:

#include <iostream>
#include <vector>
#include <algorithm>
#include <cstring>
using namespace std;const int N = 550,M = 100010;
int n,m,k;
int dist[N],backup[N];// backup数组是复制上一次dist数组中的值 struct Edge
{int a,b,w;
} edge[M];void bellman_ford()
{memset(dist,0x3f,sizeof dist);dist[1] = 0;for(int i=0;i<k;i++){//备份数组的作用是防止串联,//串联这个词可能很抽象很多人不理解,我们考虑这样一个场景,//在一次迭代中 我们分别更新dist[2]dist[3] 2->3,如果我们直接使用dist数组进行更新,//那么dist[3]就会用 更新过的dist[2] 来更新dist[3],这里实际上是 dist[1] + w(1, 2) + w(2, 3),//这意味着我们使用了两条边来更新dist[3],这是不符合要求的,所以我们需要备份数组来确保每次迭代只会使用一条边来更新 dist数组,//这样每次更新使用的边数就在我们的可控范围之内。//通过使用备份数组,我们每次迭代 都会比上一次多使用一条边,是逐次增加的,最后我们就可以得到最大使用k条边的结果memcpy(backup,dist,sizeof dist);for(int j=0;j<m;j++){int a = edge[j].a,b = edge[j].b,w = edge[j].w;dist[b] = min(dist[b],backup[a]+w);}}}int main(void)
{// n 是图中的点数,m 是总共的边数,k 是限制的路径数 scanf("%d%d%d",&n,&m,&k);for(int i=0;i<m;i++){int a,b,w;scanf("%d%d%d",&a,&b,&w);edge[i] = {a,b,w};}bellman_ford();// 这里是因为如果存在负权边是,则不会有更新操作 if(dist[n]> 0x3f3f3f3f/2) puts("impossible");else printf("%d\n",dist[n]);return 0;
}

http://www.lryc.cn/news/433059.html

相关文章:

  • flume 使用 exec 采集容器日志,转储磁盘
  • 459重复的子字符串
  • 【HarmonyOS NEXT】实现截图功能
  • 小皮面板webman ai项目本地启动教程
  • 从零实现诗词GPT大模型:实现多头自注意力
  • [rk3399 android11]关闭声卡
  • 项目实战 ---- 商用落地视频搜索系统(7)---预处理二次优化
  • 【干货分享】央企国企的群面、半结构面试复习方法和经验总结
  • 前端HTML基础笔记
  • 用三极管搭建简易电流源
  • MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源
  • Android Google Maps
  • Linux——进程概念
  • 【H2O2|全栈】关于HTML(1)认识HTML
  • Oracle(111) 如何使用RMAN备份数据库?
  • linux字符设备驱动程序
  • 【pyhton】python如何实现将word等文档中的文字转换成语音
  • Claude Enterprise推出计划
  • 【前端】CSS控制style样式失效
  • How can I load the openai api configuration through js in html?
  • Pipeline流水线通过git拉取Jenkinsfile报错 error: RPC failed; result=22, HTTP code = 404
  • 【与C++的邂逅】--- string容器使用
  • 1-18 平滑处理——高斯滤波 opencv树莓派4B 入门系列笔记
  • 小爱打工,你躺平!让「微信AI小助理」接管你的文件处理,一个字:爽!
  • 管理学习(一)马云《赢在中国》创业演讲整理
  • Opencv中的直方图(2)计算图像的直方图函数calcHist()的使用
  • Buzzer:一款针对eBPF的安全检测与模糊测试工具
  • 若依框架登录鉴权详解(动态路由)
  • 孤儿进程、僵尸进程、守护进程(精灵进程)
  • Centos9 网卡配置文件