Leetcode 787. K 站中转内最便宜的航班(中等) 动态规划
题目:
现在有 n
个城市,分别用 0
, 1
…, n - 1
这些序号表示,城市之间的航线用三元组 [from, to, price]
来表示,比如说三元组 [0,1,100]
就表示,从城市 0
到城市 1
之间的机票价格是 100 元。
题目会给你输入若干参数:正整数 n
代表城市个数,数组 flights
装着若干三元组代表城市间的航线及价格,城市编号 src
代表你所在的城市,城市编号 dst
代表你要去的目标城市,整数 K
代表你最多经过的中转站个数。
请你的算法计算,在 K
次中转之内,从 src
到 dst
所需的最小花费是多少钱,如果无法到达,则返回 -1。
比方说题目给的例子:
n = 3, flights = [[0,1,100],[1,2,100],[0,2,500]], src = 0, dst = 2, K = 1
出发点是 0
,到达点是 2
,允许的最大中转次数 K
为 1,所以最小的开销就是图中红色的两条边,从 0
出发,经过中转城市 1
到达目标城市 2
,所以算法的返回值应该是 200。
注意这个中转次数的上限 K
是比较棘手的,如果上述题目将 K
改为 0,也就是不允许中转,那么我们的算法只能返回 500 了,也就是直接从 0
飞到 2
。
很明显,这题就是个加权有向图中求最短路径的问题。
说白了,就是给你一幅加权有向图,让你求 src
到 dst
权重最小的一条路径,同时要满足,这条路径最多不能超过 K + 1
条边(经过 K
个节点相当于经过 K + 1
条边)。
思路:
使用动态规划思想
先对flights遍历构成graph,graph为3维数组,graph[to].push_back({from,price})
然后使用dp,默认值都为n*n*price,也就是最大值100000000
base case为dp[src][k+1]=0,因为k=0时意味着没有中转,只能走一步,所以我们能走的边数为k+1
然后遍历dp,对每个节点遍历求dp
最后对于dp[dst] 从0到k+1遍历取最小值。如果最小值>=100000000,意味着没能走到,返回-1
class Solution { public: int findCheapestPrice(int n, vector<vector<int>>& flights, int src, int dst, int k) { //n*n*price的最大值 int max_price=100000000; //构建图,这里以to到达为key构建 vector<vector<vector<int>>> graph(n); for(int i=0;i<flights.size();++i){ int from=flights[i][0]; int to=flights[i][1]; int price=flights[i][2]; graph[to].push_back({from,price}); } //表示还剩j步就走到i节点花费的价格 vector<vector<int>> dp(n,vector<int>(k+2,max_price)); //k表示最大中转数,所以能走的步数最大是k+1 dp[src][k+1]=0; //从步数=k开始遍历,一直遍历到k=0 for(int j=k;j>=0;--j){ for(int i=0;i<n;++i){ for(int m=0;m<graph[i].size();++m){ int from=graph[i][m][0]; int price=graph[i][m][1]; dp[i][j]=min(dp[i][j],dp[from][j+1]+price); } } } //因为最大走k+1步,对dp[dst]从0到k+1遍历,取最小值 //如果都没走到,返回-1 int ret=INT_MAX; for(int i=0;i<k+2;++i){ ret=min(ret,dp[dst][i]); } return ret>=max_price?-1:ret; } };