旅游规划 (25 分)(dijkstra+Floyd两种算法三种写法)

简介: 旅游规划 (25 分)(dijkstra+Floyd两种算法三种写法)

有了一张自驾旅游路线图,你会知道城市间的高速公路长度、以及该公路要收取的过路费。现在需要你写一个程序,帮助前来咨询的游客找一条出发地和目的地之间的最短路径。如果有若干条路径都是最短的,那么需要输出最便宜的一条路径。


输入格式:

输入说明:输入数据的第1行给出4个正整数N、M、S、D,其中N(2≤N≤500)是城市的个数,顺便假设城市的编号为0~(N−1);M是高速公路的条数;S是出发地的城市编号;D是目的地的城市编号。随后的M行中,每行给出一条高速公路的信息,分别是:城市1、城市2、高速公路长度、收费额,中间用空格分开,数字均为整数且不超过500。输入保证解的存在。


输出格式:

在一行里输出路径的长度和收费总额,数字间以空格分隔,输出结尾不能有多余空格。


输入样例:

1. 4 5 0 3
2. 0 1 1 20
3. 1 3 2 30
4. 0 3 4 10
5. 0 2 2 20
6. 2 3 1 20


输出样例:

3 40


Floyd:时间复杂度O(N^3)

#include<bits/stdc++.h>
using namespace std;
const int N=501,inf=0x3f3f3f3f;
int g[N][N],w[N][N];
int n,m,s,d;
void floyd()
{
    for(int k=0;k<n;k++)
        for(int i=0;i<n;i++)
            for(int j=0;j<n;j++)
                if(g[i][j]>g[i][k]+g[k][j]||(g[i][j]==g[i][k]+g[k][j]&&w[i][j]>w[i][k]+w[k][j]))
                {
                    g[i][j]=g[i][k]+g[k][j];
                    w[i][j]=w[i][k]+w[k][j];
                }
}
int main()
{
    cin>>n>>m>>s>>d;
    memset(g,inf,sizeof g);
    memset(w,inf,sizeof w);
    while( m-- )
    {
        int a,b,l,m;
        cin>>a>>b>>l>>m;
        g[a][b]=g[b][a]=l;
        w[a][b]=w[b][a]=m;
    }
    floyd();
    cout<<g[s][d]<<' '<<w[s][d];
    return 0;
}


dijkstra() :O(N^2)

#include<bits/stdc++.h>
using namespace std;
const int N=510,inf=0x3f3f3f3f;
int dist[N],vis[N],money[N];
int g[N][N],w[N][N];
int n,m,s,d;
void dijkstra()
{
    memset(dist,inf,sizeof dist);
    memset(money,inf,sizeof money);
    dist[s]=0;
    money[s]=0;
    for(int i=0;i<n;i++)
    {
        int t=-1;
        for(int j=0;j<n;j++)
            if(!vis[j]&&(t==-1||dist[j]<dist[t]))
                t=j;
        vis[t]=1;
        for(int j=0;j<n;j++)
        {
            if(dist[j]>dist[t]+g[t][j])
            {
                dist[j]=dist[t]+g[t][j];
                money[j]=money[t]+w[t][j];
            }
            else if(dist[j]==dist[t]+g[t][j]&&money[j]>money[t]+w[t][j])
                money[j]=money[t]+w[t][j];
        }
    }
}
int main()
{
    cin>>n>>m>>s>>d;
    memset(g,inf,sizeof g);
    memset(w,inf,sizeof w);
    while( m-- )
    {
        int a,b,l,m;
        cin>>a>>b>>l>>m;
        g[a][b]=g[b][a]=l;
        w[a][b]=w[b][a]=m;
    }
    dijkstra();
    cout<<dist[d]<<' '<<money[d];
    return 0;
}


堆优化版dijkstra: O(MlogN)

#include<bits/stdc++.h>
#define x first
#define y second
using namespace std;
typedef pair<pair<int,int>,int>PII;
const int N=1000010,inf=0X3f3f3f3f;
int h[N],e[N],w[N],m[N],ne[N],idx;
int n,mm,s,d,dist[N],money[N],vis[N];
void add(int a,int b,int c,int d)//邻接表
{
    e[idx]=b,w[idx]=c,m[idx]=d,ne[idx]=h[a],h[a]=idx++;
}
void dijkstra()
{
    memset(dist,inf,sizeof dist);
    memset(money,inf,sizeof money);
    dist[s]=0,money[s]=0;
    priority_queue<PII,vector<PII>,greater<PII> >heap;
    heap.push({{0,0},s});
    while(heap.size())
    {
        auto t=heap.top();
        heap.pop();
        if(vis[t.y]) continue;
        vis[t.y]=1;
        for(int i=h[t.y];i!=-1;i=ne[i])
        {
            int j=e[i];
            if(dist[j]>t.x.x+w[i]||(dist[j]==t.x.x+w[i]&&money[j]>t.x.y+m[i]))
            {
                dist[j]=t.x.x+w[i];
                money[j]=t.x.y+m[i];
                heap.push({{dist[j],money[j]},j});
            }
        }
    }
}
int main()
{
    memset(h,-1,sizeof h);
    cin>>n>>mm>>s>>d;
    while(mm -- )
    {
       int a,b,c,d;
       cin>>a>>b>>c>>d;
       add(a,b,c,d);
       add(b,a,c,d);
    }
    dijkstra();
    cout<<dist[d]<<' '<<money[d];
    return 0;
}


目录
相关文章
|
5月前
|
存储 运维 监控
基于 C# 语言的 Dijkstra 算法在局域网内监控软件件中的优化与实现研究
本文针对局域网监控系统中传统Dijkstra算法的性能瓶颈,提出了一种基于优先队列和邻接表优化的改进方案。通过重构数据结构与计算流程,将时间复杂度从O(V²)降至O((V+E)logV),显著提升大规模网络环境下的计算效率与资源利用率。实验表明,优化后算法在包含1000节点、5000链路的网络中,计算时间缩短37.2%,内存占用减少21.5%。该算法适用于网络拓扑发现、异常流量检测、故障定位及负载均衡优化等场景,为智能化局域网监控提供了有效支持。
141 5
|
2月前
|
机器学习/深度学习 编解码 算法
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
315 4
|
3月前
|
算法 机器人 定位技术
基于机器视觉和Dijkstra算法的平面建筑群地图路线规划matlab仿真
本程序基于机器视觉与Dijkstra算法,实现平面建筑群地图的路径规划。通过MATLAB 2022A读取地图图像,识别障碍物并进行路径搜索,支持鼠标选择起点与终点,最终显示最优路径及长度,适用于智能导航与机器人路径规划场景。
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
797 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
8月前
|
算法 数据安全/隐私保护
基于二次规划优化的OFDM系统PAPR抑制算法的matlab仿真
本程序基于二次规划优化的OFDM系统PAPR抑制算法,旨在降低OFDM信号的高峰均功率比(PAPR),以减少射频放大器的非线性失真并提高电源效率。通过MATLAB2022A仿真验证,核心算法通过对原始OFDM信号进行预编码,最小化最大瞬时功率,同时约束信号重构误差,确保数据完整性。完整程序运行后无水印,展示优化后的PAPR性能提升效果。
199 14
|
9月前
|
存储 算法 测试技术
【狂热算法篇】探秘图论之 Floyd 算法:解锁最短路径的神秘密码(通俗易懂版)
【狂热算法篇】探秘图论之 Floyd 算法:解锁最短路径的神秘密码(通俗易懂版)
|
9月前
|
算法 编译器 C++
【狂热算法篇】探秘图论之Dijkstra 算法:穿越图的迷宫的最短路径力量(通俗易懂版)
【狂热算法篇】探秘图论之Dijkstra 算法:穿越图的迷宫的最短路径力量(通俗易懂版)
|
1月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
195 0
|
1月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
144 2
|
2月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
198 3

热门文章

最新文章