news 2026/5/30 13:54:06

星际航线的最小能耗-最短路板子题

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
星际航线的最小能耗-最短路板子题

题目描述:

在茫茫宇宙中分布着n个星际空间站(编号为1到 n)。为了建立联络,空间站之间开通了m条单向的虫洞航线。每条航线从空间站u通向空间站v,通行需要消耗w单位的能量。

作为舰队指挥官,你目前位于编号为s的指挥部空间站。现在的任务是:

  1. 计算从指挥部出发,到达宇宙中所有其他空间站所需的最低能量值。

  2. 此外,必须规划出前往关键战略点obj空间站的具体航行路线(按顺序输出经过的空间站编号)。

输入格式:

第一行包含四个整数n, m, s, obj,分别代表空间站数量、航线数量、出发点编号以及需要输出路径的目标点编号。

接下来的 m 行,每行包含三个整数u, v, w,表示存在一条从u到v的单向航线,权值为w。

输出格式:

第一行输出n个整数。第i个整数表示从出发点s到第i个空间站的最小能量消耗。如果某个空间站无法到达,请输出2^{31}-1。

第二行输出一个序列,表示从s到obj的最短路径上依次经过的空间站编号(包括起点和终点),以空格分隔。

测试样例

输入:

3 3 1 2 1 2 15 1 3 6 3 2 7

输出:

0 13 6 2 3 1

完整代码:

/* //case2 单源最短路径模版(Dijkstra+邻接表) #include <iostream> #include <queue> using namespace std; const int maxn=10010; int dis[maxn];//储存每个点到出发点的距离 int vis[maxn];//记录每个点有没有被点亮 int pre[maxn];//记录每个点的前驱 int h[maxn];//邻接表记录头指针数组 int vtex[2*maxn]; int nxt[2*maxn]; int wt[2*maxn];//邻接表记录每个点权重 int n,m,s,obj; int idx; struct node{ int u,v,w; friend bool operator <(node a, node b){ return a.w>b.w; } }; priority_queue<node> q; void dijkstra(int s){ dis[s]=0; node tmp; tmp.u=s; tmp.v=s; tmp.w=0; q.push(tmp); while(!q.empty()){ tmp=q.top();//找到堆中最小的 即离起点距离最近的 q.pop();//堆首出堆 int nid=tmp.v;//记录这点的编号 if(vis[nid]==1) continue;//如果这点已经被点亮了就跳过 vis[nid]=1;//没被点亮就现在点亮它 int p=h[nid];//让p等于这个点的头指针 while(p!=-1){ if(vis[vtex[p]]==0){ if(dis[nid]+wt[p]<dis[vtex[p]]){ dis[vtex[p]]=dis[nid]+wt[p]; pre[vtex[p]]=nid; tmp.u=nid; tmp.v=vtex[p]; tmp.w=dis[vtex[p]]; q.push(tmp); } } p=nxt[p]; } } } void addedge(int u,int v,int w){ vtex[idx]=v; nxt[idx]=h[u]; wt[idx]=w; h[u]=idx++; } int main(){ cin>>n>>m>>s>>obj; memset(h,-1,sizeof(h));//初始化头指针数组 for(int i=1;i<=maxn;i++) dis[i]=2147483647;//初始化dis数组为无穷 memset(vis,0,sizeof(vis));//初始化vis数组都没有被点亮 for(int i=1;i<=n;i++) pre[i]=i;//初始化每个点前驱都是自己 //邻接表建图 for(int i=1;i<=m;i++){ int u,v,w; cin>>u>>v>>w; addedge(u,v,w); } //dijkstra dijkstra(s);//出发点 for(int i=1;i<=n;i++) cout<<dis[i]<<" ";//输出每个点到s点点最短距离 cout<<endl; //接下来输出路径 int cnt=obj; while(cnt!=s){ cout<<cnt<<" "; cnt=pre[cnt]; } cout<<s;//最后输出起点 return 0; } */ //case2 单源最短路径模版 (Ford算法) #include <iostream> using namespace std; int n,m,s,obj; struct edge{ int u; int v; int w; }; edge e[10010];//存着所有边 int dis[10010];//存每个点到源点的距离 int pre[10010];//记录每个点的前驱 void ford(int s){ dis[s]=0; for(int i=1;i<n;i++){//迭代n-1次 bool flag=false;//记录本轮是否发生松弛 for(int j=1;j<=m;j++){//每个点用所有边去松弛 //当一条边的起点到源点的距离+边权<这条边终点到源点的距离,就更新终点到源点的距离,且起点到源点的距离不能为无穷,不然加边权就超范围了 if(dis[e[j].u]+e[j].w<dis[e[j].v] && dis[e[j].u]!=2147483647){ dis[e[j].v]=dis[e[j].u]+e[j].w; flag=true; pre[e[j].v]=e[j].u; } } if(flag==false) break;//如果这一轮没有任何更新,说明最短路已经确定,不用再跑了 } } int main(){ cin>>n>>m>>s>>obj; //存边 for(int i=1;i<=m;i++) cin>>e[i].u>>e[i].v>>e[i].w; for(int i=1;i<=n;i++) pre[i]=i;//初始化每个点的前驱为自己 for(int i=1;i<=n;i++) dis[i]=2147483647;//初始化dis数组为无穷 ford(s); for(int i=1;i<=n;i++) cout<<dis[i]<<" "; cout<<endl; //接下来输出路径 int cnt=obj; while(cnt!=s){ cout<<cnt<<" "; cnt=pre[cnt]; } cout<<s;//最后输出起点 return 0; }

【核心对比】Dijkstra vs Ford 算法

1. 一张表看懂区别
维度Dijkstra (堆优化)Ford (Bellman-Ford)
时间复杂度O(Mlog N)(快,接近线性)O(N*M)(慢,容易TLE)
核心思想贪心策略(Greedy)动态规划/暴力松弛(DP)
处理负权边❌ 不支持(一旦有负边,贪心失效)✅ 支持(专门处理负权)
判断负权环无法判断可以判断 (第N次还能松弛即有环)
适用场景90%的题目(非负权图的首选)边数很少、有负权边、或需判环时
2. 深度解析
  • Dijkstra 的本质是“贪心”

    • 它利用优先队列维护当前距离最小的点 1。

    • 逻辑:每次从堆中拿出距离最近的点,那个点的最短路就彻底锁死了(vis[u]=1),之后不会再被更新 2。

    • 局限:如果有负权边,后面可能会出现“更短的回路”让前面的贪心判断出错,所以它只能跑非负权图。

  • Ford 的本质是“暴力松弛”

    • 它不挑食,每一轮都把图中所有的M条边拿出来试一遍(松弛一遍)。

    • 逻辑:根据图论性质,一个点到起点的最短路径最多经过N-1条边。所以它硬性循环N-1次,确保每个点都被松弛透了。

    • 优势:正因为它甚至会去更新已经算过的点,所以它能兼容负权边。

3. 一句话总结
  • 见图就用 Dijkstra(记得开long long和堆优化),除非题目明确说了“边权可能为负”,这时候再考虑FordSPFA

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/29 17:42:36

W5500以太网模块热插拔防护设计解析

W5500以太网模块热插拔防护设计&#xff1a;从原理到实战的系统性优化在工业自动化、智能楼宇和物联网设备的实际部署中&#xff0c;网络接口的“即插即用”能力早已不是锦上添花的功能&#xff0c;而是决定产品可靠性的关键一环。我们常遇到这样的场景&#xff1a;现场工程师在…

作者头像 李华
网站建设 2026/5/29 2:07:49

GLM-TTS能否支持诗歌韵律合成?对押韵与节奏的处理能力

GLM-TTS能否支持诗歌韵律合成&#xff1f;对押韵与节奏的处理能力 在智能语音逐渐渗透到文化表达领域的今天&#xff0c;我们不再满足于“把文字读出来”——人们开始期待机器能真正“读懂诗”&#xff0c;并用富有情感和节奏感的声音将其吟诵出来。尤其是在古诗词、现代诗朗诵…

作者头像 李华
网站建设 2026/5/30 9:32:09

提升TTS生成效率:KV Cache与流式推理在GLM-TTS中的应用

提升TTS生成效率&#xff1a;KV Cache与流式推理在GLM-TTS中的应用 在智能语音交互日益普及的今天&#xff0c;用户早已不再满足于“能说话”的合成语音&#xff0c;而是期待更自然、更即时、更具个性化的听觉体验。从车载助手的一句导航提示&#xff0c;到有声书中长达数小时…

作者头像 李华
网站建设 2026/5/30 0:14:08

语音合成日志分析技巧:从GLM-TTS运行日志定位错误原因

语音合成日志分析技巧&#xff1a;从GLM-TTS运行日志定位错误原因 在智能客服、有声书生成和虚拟数字人日益普及的今天&#xff0c;文本到语音&#xff08;TTS&#xff09;系统已成为许多AI应用的核心组件。像GLM-TTS这样基于大模型思想构建的生成式语音合成系统&#xff0c;支…

作者头像 李华
网站建设 2026/5/30 19:32:31

森林防火巡查:护林员巡逻路线语音打卡

森林防火巡查&#xff1a;护林员巡逻路线语音打卡 在偏远山区的清晨&#xff0c;一位护林员站在林区入口&#xff0c;打开手持终端轻声说&#xff1a;“今日巡查起点&#xff1a;东山林区入口&#xff0c;时间上午9点整。”几秒后&#xff0c;系统播放出一段语音——正是他自己…

作者头像 李华