牛客16445题:用Dijkstra算法解决骑车与步行最短路径问题
一、题目解读
牛客16445题要求解决一个图的最短路径问题:给定一个有向图,部分节点可获取自行车,骑行时边权减半,需在两种模式下(步行/骑车)计算从起点到终点的最短距离。题目难点在于状态转换与边权动态处理。
二、解题思路
1. 状态压缩:将节点分为“步行状态”和“骑车状态”,用节点编号偏移量表示(如原节点n扩展为n和n+n两种状态)。
2. Dijkstra算法:利用优先队列维护当前最短路径状态,通过松弛操作更新子节点距离。
3. 动态边权处理:骑行时边权减半,需判断当前是否持有自行车(通过has_bike数组或状态标记)。
4. 优化剪枝:若当前状态距离已劣于已知最短距离,直接跳过,避免无效扩展。
三、解题步骤
1. 初始化图结构,读取节点数m、边数n及自行车节点标记。
2. 构建邻接表adj存储边信息(节点v, 边权w)。
3. 定义状态结构体State(距离dist、节点node、是否骑车has_bike),重载比较运算符适配优先队列。
4. 执行Dijkstra算法:
○ 初始状态:起点步行距离为0,入队。
○ 循环弹出队首状态,遍历邻接边:
a. 步行状态:更新普通节点距离。
b. 骑车状态:若当前可骑车(原有自行车或当前节点可获取),计算减半边权并更新扩展状态。
○ 剪枝:若当前状态已劣于已知最短距离,跳过。
5. 最终距离为终点骑车/步行状态的最小值。
四、代码和注释
#include <iostream> #include <vector> #include <queue> #include <climits> using namespace std; typedef long long ll; typedef pair<ll, int> pli; const int MAXN = 1e5 + 5; const ll INF = LLONG_MAX; vector<pair<int, int>> adj[MAXN]; bool has_bike[MAXN] = {false}; struct State { ll dist; int node; bool has_bike; bool operator>(const State& other) const { return dist > other.dist; } }; void dijkstra(int start, int n, vector<ll>& dist) { priority_queue<State, vector<State>, greater<State>> pq; dist.assign(2 * n + 2, INF); // 初始状态:步行到达起点 dist[start] = 0; pq.push({0, start, has_bike[start]}); while (!pq.empty()) { State current = pq.top(); pq.pop(); ll current_dist = current.dist; int u = current.node; bool bike = current.has_bike; if (current_dist > dist[u + (bike ? n : 0)]) continue; for (auto &edge : adj[u]) { int v = edge.first; int w = edge.second; // 步行状态 if (!bike) { ll new_dist = current_dist + w; if (new_dist < dist[v]) { dist[v] = new_dist; pq.push({new_dist, v, has_bike[v]}); } } // 骑车状态(包括新获得自行车的情况) bool new_bike = bike || has_bike[u]; ll bike_dist = current_dist + (new_bike ? w / 2 : w); int bike_state = v + (new_bike ? n : 0); if (bike_dist < dist[bike_state]) { dist[bike_state] = bike_dist; pq.push({bike_dist, v, new_bike}); } } } } int main() { ios::sync_with_stdio(false); cin.tie(nullptr); int n, m; cin >> n >> m; for (int i = 0; i < m; ++i) { int u, v, w; cin >> u >> v >> w; adj[u].emplace_back(v, w); adj[v].emplace_back(u, w); } int k; cin >> k; for (int i = 0; i < k; ++i) { int node; cin >> node; has_bike[node] = true; } vector<ll> dist(2 * n + 2, INF); dijkstra(1, n, dist); ll result = min(dist[n], dist[2 * n]); if (result == INF) { cout << -1 << endl; } else { cout << result << endl; } return 0; }
五、总结
本文通过Dijkstra算法结合状态压缩,高效解决了涉及两种模式(步行/骑车)的最短路径问题。核心在于:
1. 利用节点编号扩展区分状态,降低时间复杂度至O(mlogm)。
2. 动态边权处理与剪枝优化,避免无效状态扩展。
3. 代码结构清晰,注释完整,适合作为算法模板参考。
该解法对图论与状态设计类问题具有通用性,可拓展至其他多模式最短路径场景。
原创内容 转载请注明出处