wordpress隐藏文章日期深圳优化怎么做搜索

例题地址

多源最短路径

• 多个源点多个终点
• 可以使用Floyd算法直接求各源点到终点的最短距离，也可以直接多次使用dijsktra算法求单源点到终点的最短距离

Floyd算法

使用条件

• 多源最短路径
• 权值正负皆可

核心思想：动态规划

• 子问题：
  • 设(A,B)表示顶点A,B之间的距离，则有可能(A,B)=(A,C)+(C,B)，这说明AB之间的距离可以继续分解为AC,CB之间的距离问题，我们可以找到一个子问题，而这就体现了动态规划的思想
• 定义dp数组：
  • 因为从存储上来讲，我们需要利用邻接矩阵，所以AB间的最短距离表示至少需要两个维度i和j，所以dp数组至少有两个维度。
  • 又因为从子问题的角度，我们分解问题的出发点是找一个中间结点，比较AB的最短距离经过中间结点C会不会更短。所以定义一个新的维度k，其含义是考虑下标从1开始到k结束的k个顶点是否应该加入到路径中去。(这个定义有鲜明的dp特色,学过dp应该不难理解)
    因此dp数组的定义如下dp[i][j][k]，表示考虑下标1~k的k个顶点的 i到j的最短距离
• 递推公式：
  • 根据定义，不难想到，递推公式就是是否应该将下标为k的结点是否值得加入到路径中去
  • 不加入k结点：dp[i][j][k - 1] (言外之意就是i和j已经连通，加入k结点不值得)
  • 加入k结点：dp[i][k][k - 1] + dp[k][j][k - 1]
  • 完整公式：dp[i][j][k] = min(dp[i][j][k - 1], dp[i][k][k - 1] + dp[k][j][k - 1]);
• 初始化：
  • 处理输入时，要考虑k这个维度应该怎么设置。一种简单的想法是，把k设置无关紧要或者无意义的数值(根据不同题目需要可能是INT_MAX/INT_MIN/0)，这里设置为0 dp[u][v][0] = w;
• 遍历顺序：
  • 其实这个很简单，根据递推公式，dp[i][j][k-1]中k-1个维度的数据必须知道，否则会造成无意义的更新，所以k必须在外层循环

个人代码

using namespace std;
using ll = long long;
int n, m, u, v, w,q,start,ed;
void solve() {cin >> n >> m;vector < vector<vector<int>>>dp(n + 1, vector<vector<int>>(n + 1, vector<int>(n + 1, 10009)));//dp数组while (m--) {cin >> u >> v >> w;dp[u][v][0] = w;dp[v][u][0] = w;}for (int k = 1; k <= n; k++) {for (int i = 1; i <= n; i++) {for (int j = 1; j <= n; j++) {dp[i][j][k] = min(dp[i][j][k - 1], dp[i][k][k - 1] + dp[k][j][k - 1]);}}}cin >> q;while (q--) {cin >> start >> ed;cout << (dp[start][ed][n] == 10009 ? -1 : dp[start][ed][n])<<endl;}
}
int main() {std::ios::sync_with_stdio(false);std::cin.tie(0); std::cout.tie(0);solve();return 0;
}

注意事项

+dp数组不应该设置为最大值INT_MAX，否则会相加溢出导致数据异常
vector < vector<vector<int>>>dp(n + 1, vector<vector<int>>(n + 1, vector<int>(n + 1, 10009)));

空间优化版

• 直接删去了k这一个维度，因为利用更新后的数据(第k层的)dp[i][k] + dp[k][j]更新自己同一层(第k层的)数据，也能得到正确结果

#include<bits/stdc++.h>
using namespace std;
using ll = long long;
int n, m, u, v, w,q,start,ed;
void solve() {cin >> n >> m;vector < vector<int>>dp(n + 1,vector<int>(n+1,10009));//dp数组while (m--) {cin >> u >> v >> w;dp[u][v] = w;dp[v][u] = w;}for (int k = 1; k <= n; k++) {for (int i = 1; i <= n; i++) {for (int j = 1; j <= n; j++) {dp[i][j] = min(dp[i][j], dp[i][k] + dp[k][j]);}}}cin >> q;while (q--) {cin >> start >> ed;cout << (dp[start][ed] == 10009 ? -1 : dp[start][ed])<<endl;}
}
int main() {std::ios::sync_with_stdio(false);std::cin.tie(0); std::cout.tie(0);solve();return 0;
}

---

多次使用dijsktra算法

核心思路

• 将dijsktra定义为函数
• 传入dist数组的拷贝(没有&引用)作参数,传入st,ed分别作为源点和终点，在函数内初始化dist数组

个人代码

#include<bits/stdc++.h>
using namespace std;
using ll = long long;
int n, m, s, e, v,q,st,ed;//s=u,e=v,v=w;
void dijkstra(vector<vector<int>>&grid, vector<bool>visited, vector<int>dist,int st,int ed) {
//vector<bool>visited和vector<int>dist一定不能传入引用的形式！dist[st]=0;//一定要在这里初始化dist[st]for (int i = 1; i <= n - 1; i++) {int temp = INT_MAX;int cur = 0;for (int j = 1; j <= n; j++) {if (!visited[j] && dist[j] < temp) {temp = dist[j];cur = j;}}visited[cur] = true;for (int j = 1; j <= n; j++) {if (grid[cur][j] != INT_MAX && !visited[j] && dist[cur] + grid[cur][j] < dist[j]) {dist[j] = dist[cur] + grid[cur][j];}}}cout << (dist[ed] == INT_MAX ? -1 : dist[ed]) << endl;
}
void solve() {cin >> n >> m;vector<vector<int>>grid(n + 1, vector<int>(n + 1, INT_MAX));vector<bool>visited(n + 1, false);vector<int>dist(n + 1, INT_MAX);while (m--) {cin >> s >> e >> v;grid[s][e] = v;grid[e][s] = v;}cin >> q;while (q--) {cin >> st >> ed;dijkstra(grid, visited, dist,st,ed);}}
int main() {std::ios::sync_with_stdio(false);std::cin.tie(0); std::cout.tie(0);solve();return 0;
}

本文参考于代码随想录