有额外限制的 bellman_ford 算法
1.有限制的 \(Bellman\_Ford\)
时间复杂度: \(O(N*M)\)
在传统的 \(Bellman\_Ford\) 中,可以处理边数不大于 \(K\) 条边的最短距离
但我们只要加一条限制(实际上只多了两行代码)
就可以实现求恰好等于 \(K\) 条边的最短距离
具体的就在于其核心代码中:
for(int i = 0; i < k; i ++ ) //最大经过几条边就迭代几次
{
memcpy(backup, dist, sizeof dist);
for(int j = 0; j < m; j ++ ) //遍历所有边更新最短路
{
int a = edge[j].a, b = edge[j].b, w = edge[j].w;
dist[b] = min(dist[b], backup[a] + w); //每次更新到顶点b的边
}
}
其中为什么要拷贝一份 \(dist\) 数组就不解释了
我们只要将上述代码改为:
for (int i = 0; i < k; i++) {
memcpy(backup, d, sizeof(d));
//与最多经过k条边这里不同!
memset(d, 0x3f, sizeof(d)); //add
for (int j = 0; j < m; j++) {
int a = edges[j].a, b = edges[j].b, c = edges[j].c;
//与最多经过k条边这里不同!
d[b] = min(d[b], backup[a] + c);
d[a] = min(d[a], backup[b] + c);//add,可以与上面的交换位置
}
}
最大的不同在于我们拷贝完 \(dist\) 数组之后,反手将 \(dist\) 数组初始化为正无穷了
这样在下一次松弛操作的时候,我们就必须进行松弛了,因为任何数肯定小于这个正无穷
只不过在松弛的时候,不仅要松弛 \(dsit[b]\),还要松弛 \(dist[a]\)
注意经过的边虽然满足恰好 \(K\) 条,但是可能会有重复的边!
#pragma GCC optimize(2) //累了就吸点氧吧~
#include <iostream>
#include <cstring>
#include <algorithm>
#include <unordered_map>
using namespace std;
const int N = 210, M = 1000010;
int n, m, st, en, k;
int dist[N], backup[N];
unordered_map<int, int> id;
struct Edge{//Bellman_Ford的数据结构为三元组
int a, b, c;
}edge[M];
int Bellman_Ford()
{
memset(dist, 0x3f, sizeof dist);
dist[id[st]] = 0;
for(int i = 0; i < k; i ++ )
{
memcpy(backup, dist, sizeof dist);//是在外层循环copy的!!!
memset(dist, 0x3f, sizeof dist);
for(int j = 0; j < m; j ++ )
{
int a = edge[j].a, b = edge[j].b, c = edge[j].c;
dist[b] = min(dist[b], backup[a] + c);
dist[a] = min(dist[a], backup[b] + c);
}
}
return dist[id[en]];
}
int main()
{
cin >> k >> m >> st >> en;
if(!id.count(st)) id[st] = ++ n;
if(!id.count(en)) id[en] = ++ n;
for(int i = 0; i < m; i ++ )
{
int a, b, c;
cin >> c >> a >> b;//这道题比较恶心,需要先读入边长
if(!id.count(a)) id[a] = ++ n;
if(!id.count(b)) id[b] = ++ n;
edge[i] = {id[a], id[b], c};
}
// cout << n << endl;
// for(int i = 1; i <= n; i ++ ) cout << dist[i] << " \n"[i == n];
cout << Bellman_Ford() << endl;
return 0;
}