信息学奥赛一本通 2101:【23CSPJ普及组】旅游巴士(bus) | 洛谷 P9751 [CSP-J 2023] 旅游巴士

embedded/2025/2/5 13:36:35/

【题目链接】

ybt 2101:【23CSPJ普及组】旅游巴士(bus)
洛谷 P9751 [CSP-J 2023] 旅游巴士

【题目考点】

1. 图论:求最短路Dijkstra, SPFA
2. 动态规划
3. 二分答案
4. 图论:广搜BFS

【解题思路】

解法1:Dijkstra堆优化

每个地点是一个顶点,每条道路是一条边,道路只能单向通行,该图是有向图。通过每条边用时都是1单位时间,那么该图是无权图。每条道路都有开放时刻a,也就是说对于每条边:该边的a时刻后,才存在,在a时刻前不存在。
该题问的是离开景区的最早时间,也就是到达顶点n的最早时间。
如果给定进入园区的时刻,即便每条边有开放时间的限制,我们依然可以通过求最短路算法(如BFS,Dijkstra,SPFA)得到从起点到终点的最短路径长度。但到达终点的时刻未必是k的倍数。
观察变量取值范围,看到 1 ≤ k ≤ 100 1\le k \le 100 1k100,这是本题的突破点。
要想使到达顶点n的时刻是k的倍数,那么到达前一个顶点的时刻一定应该满足模k等于k-1(除以k的余数是k-1),到达路径上再前一个顶点的时刻应该满足模k等于k-2。。。
因此到达某顶点的时刻模k的值也是我们的需要考虑的限制。

状态定义:
  • 阶段:到达顶点i,到达该顶点的时间模k的值
  • 决策:下一步走到哪个邻接点
  • 策略:路径
  • 策略集合:在k的整数倍时刻从起点出发到达顶点i的所有路径
  • 条件:时刻最早
  • 统计量:时刻

d p [ i ] [ j ] dp[i][j] dp[i][j]:在k的整数倍时刻从起点出发到达顶点i,到达顶点i的时刻模k等于j的最早时刻。

状态转移方程:
  • 策略集合:在k的整数倍时刻从起点出发到达顶点i的所有路径
  • 分割策略集合:根据到达顶点v的前一个顶点的情况分割策略集合

由于本题没有说明整个图是有向无环图,因此不能使用拓扑排序的方法。
每个状态都可能多次被更新,因此需要使用Dijkstra或SPFA算法,更新状态变量。
可以从顶点u走到下一个顶点v时,更新顶点v的状态。
假设在第0时刻从顶点出发,在 t t t时刻到达顶点u,边<u,v>的开放时间为 a a a

  • 如果 t ≥ a t\ge a ta,通过顶点u到达顶点v的最早时刻 t m i n = t + 1 tmin = t+1 tmin=t+1
  • 如果 t < a t<a t<a,为了从顶点u通过边<u,v>走到顶点v,需要在入园前等待一段时间后再入园,入园时刻必须是 k k k的整数倍。(这个人在游玩时不能在任何位置停留,那么只能在入园前等待)
    如果等待 k k k时间后再入园,走相同路径到达顶点u时的时刻就是 t + k t+k t+k
    如果等待 2 k 2k 2k时间后再入园,走相同路径到达顶点u时的时刻就是 t + 2 k t+2k t+2k
    如果等待 x k xk xk时间后再入园,走相同路径到达顶点u时的时刻就是 t + x k t+xk t+xk。希望到达顶点u时边<u,v>已开放,则需要满足不等式
    t + x k ≥ a t+xk\ge a t+xka,即 x ≥ a − t k x \ge \frac{a-t}{k} xkat x x x最小为 ⌈ a − t k ⌉ \lceil \frac{a-t}{k} \rceil kat
    因此如果想要通过<u,v>到达顶点v,那么到达顶点u的最早时刻为 t + ⌈ a − t k ⌉ k t+\lceil \frac{a-t}{k} \rceil k t+katk
    因此如果 t < a t<a t<a,通过顶点u到达顶点v的最早时刻为 t + ⌈ a − t k ⌉ k + 1 t+\lceil \frac{a-t}{k} \rceil k+1 t+katk+1

因此存在一条到达顶点v的最早到达时刻为 t m i n tmin tmin的路径,使用 t m i n tmin tmin更新 d p [ v ] [ t m i n % k ] dp[v][tmin\%k] dp[v][tmin%k]。即如果 d p [ v ] [ t m i n % k ] > t m i n dp[v][tmin\%k]>tmin dp[v][tmin%k]>tmin,那么设 d p [ v ] [ t m i n % k ] = t m i n dp[v][tmin\%k]=tmin dp[v][tmin%k]=tmin

具体实现

如果到达某个顶点的最早时刻发生更新,而后应该再更新到达其邻接点的最早时刻。
该过程可以使用Dijkstra堆优化算法完成,需要把达顶点v的最早到达时刻为 t m i n tmin tmin的路径加入到优先队列。
到达顶点n,最早到达时刻模k等于0的最早到达时刻 d p [ n ] [ 0 ] dp[n][0] dp[n][0]就是最终结果。

复杂度分析

每个顶点有k个状态,因此可以将每个顶点看作k个顶点,原来的每条边可以看作k条边,整个图变为有nk个顶点,mk条边的图。
已知Dijkstra堆优化的时间复杂度为 O ( m k ⋅ l o g ( m k ) ) O(mk\cdot log(mk)) O(mklog(mk)),m最大是 2 ∗ 1 0 4 2*10^4 2104,k最大是100,该复杂度可以接受。

解法2:二分答案+bfs

可以反向思考,先通过二分答案确定到达终点n的时刻 t e te te,保证te是k的整数倍。
由于 a ≤ 1 0 6 a\le 10^6 a106,当开始时刻达到 1 0 6 10^6 106时,图中所有边都开放了。
边数 m ≤ 2 ∗ 1 0 4 m\le 2*10^4 m2104,假设在大约 1 0 6 10^6 106时刻出发,从顶点1到顶点n的路径需要经过所有的边,到达时刻不超过 1 0 7 10^7 107
由于k最大为100,我们可以二分到达时刻除以k的值,该值最小为0,最大值设大一点,就写 1 0 7 10^7 107,这样求出的 t e te te最小为0,最大不超过 1 0 9 10^9 109
判断解 t e te te是否满足条件:
建立原图的反图。从顶点n开始进行广搜。
如果搜索到顶点u时的时刻为t,u有邻接点v,在原图中,就是看在t-1时刻边<v,u>是否已开放,已知<v,u>的开放时间是a,如果 t − 1 ≥ a t-1\ge a t1a,那么可以在原图中从顶点v经过<v,u>到达顶点u。
在反图中,也就是判断如果 t − 1 ≥ a t-1\ge a t1a,那么边<u,v>已开放,可以在反图中从顶点u访问到邻接点v。
看是否存在到达顶点1的,到达时刻是k的整数倍的路径。
设vis数组,需要同时考虑到达顶点i,以及到达该顶点的时刻模k的值。
vis[i][j]表示到达顶点i,且到达时刻模k等于j的情况是否已发生。

因为在该问题的广搜的过程中,到达顶点的时刻是不断减少的,如果已经发生过到达顶点i且时刻模k等于j的情况,设该时刻是 t 1 t_1 t1。再次发生到达顶点i且时刻模k等于j时的时刻是 t 2 t_2 t2,则一定有 t 1 > t 2 t_1>t_2 t1>t2
如果从顶点i,时刻 t 1 t_1 t1出发通过一条路径到达顶点1,到达顶点1的时刻模k不等于0。那么从顶点i,时刻 t 2 t_2 t2出发经过相同的路径到达顶点1,到达顶点1的时刻模k的值和上面的情况中的值一定是一样的,也不为0。
因此如果已经发生过到达顶点i,到达时刻模k等于j的情况,就不用考虑后面出现的到达顶点i,到达时刻模k等于j的情况。

在反图进行广搜的过程中,对于每个出队的顶点u及到达u的时刻t
遍历u的邻接点v,到达顶点v的时刻为 t − 1 t-1 t1,<u,v>的开放时间为a

  • 如果 t − 1 < a t-1<a t1<a,则在原图中到达v时<v,u>边未开放,略过这种情况。
  • 如果到达顶点v,到达时刻模k等于 ( t − 1 ) % k (t-1)\%k (t1)%k的情况已经发生过,则略过。

不满足以上情况,才要访问顶点v:
如果顶点v就是顶点1,且到达的时刻 t − 1 t-1 t1是k的倍数,则找到了一个可行的解,答案出园时刻 t e te te满足条件。
而后存在到达顶点v,时刻为 t − 1 t-1 t1的情况,将该情况加入队列。并标记到达顶点v,时刻模k等于 ( t − 1 ) % k (t-1)\%k (t1)%k的情况已存在。
如果广搜结束后也没有找到可行的解,则出园时刻 t e te te不满足条件,返回假。

【题解代码】

解法1:Dijkstra堆优化算法+动态规划

#include<bits/stdc++.h>
using namespace std;
const int N = 10005, K = 100, INF = 0x3f3f3f3f;
struct Path
{int u, t;//存在到达顶点u,时刻为t的路径 bool operator < (const Path &b) const{return b.t < t;//时刻t更小更优先 }
};
struct Edge
{int v, a;
};
int n, m, k, dp[N][K];//在k的整数倍时刻从起点出发到达顶点i,到达顶点i的时刻模k等于j的最早时刻。
vector<Edge> edge[N];
int divCeil(int a, int b)//ceil(a/b)
{return (a-1)/b+1; 
} 
void dijkstra()
{priority_queue<Path> pq;memset(dp, 0x3f, sizeof(dp));//求最短路径,先将状态设为无穷 dp[1][0] = 0;//到达顶点1(起点),到达时刻模k为0的最早时刻为0pq.push(Path{1, 0});while(!pq.empty()){int u = pq.top().u, t = pq.top().t;pq.pop();for(Edge e : edge[u]){int v = e.v, a = e.a, tmin;//tmin:想要从u通过<u,v>,到达v的最早时刻 if(t >= a)tmin = t+1;elsetmin = t+1+divCeil(a-t, k)*k;if(dp[v][tmin%k] > tmin){dp[v][tmin%k] = tmin;pq.push(Path{v, tmin});}}}
}
int main()
{int u, v, a;cin >> n >> m >> k;for(int i = 1; i <= m; ++i){cin >> u >> v >> a;edge[u].push_back(Edge{v, a});}dijkstra();cout << (dp[n][0] == INF ? -1 : dp[n][0]);return 0;
}
解法2:二分答案+bfs
#include<bits/stdc++.h>
using namespace std;
const int N = 10005, K = 100, INF = 0x3f3f3f3f;
struct Path
{int u, t;//到达顶点u,到达时刻t 
};
struct Edge
{int v, a;
};
int n, m, k;
vector<Edge> rg[N];//反图 
bool vis[N][K];
bool check(int te)//判断到达时刻为te时,是否存在从n到1的,到达顶点1的时刻模k等于0的路径。 
{memset(vis, 0, sizeof(vis));queue<Path> que;vis[n][te%k] = true;que.push(Path{n, te});while(!que.empty()){int u = que.front().u, t = que.front().t;que.pop();for(Edge e : rg[u]){int v = e.v, a = e.a;if(t-1 >= a && !vis[v][(t-1)%k])//到顶点v时<v,u>已开放,同时现在没有在访问时刻模k等于(t-1)%k时访问顶点v {if(v == 1 && (t-1)%k == 0)//找到解,te满足条件 return true;vis[v][(t-1)%k] = true;que.push(Path{v, t-1});}}}return false;//te不满足条件 
}
int main()
{int u, v, a;cin >> n >> m >> k;for(int i = 1; i <= m; ++i){cin >> u >> v >> a;rg[v].push_back(Edge{u, a});//建反图}int l = 0, r = 1e7; while(l < r){int mid = (l+r)/2;if(check(mid*k))//答案是mid*k,mid*k最大为1e9r = mid;elsel = mid+1; }if(check(l*k))//二分得到的答案也未必是满足条件的,需要再判断一下 cout << l*k;elsecout << -1;return 0;
}

http://www.ppmy.cn/embedded/159763.html

相关文章

Redis真的是单线程的吗?

在学习redis的过程中老是听到&#xff1a;Redis快的原因之一是单线程模型&#xff0c;省去线程切换和竞争的性能开销&#xff0c;但是深入了解redis之后发现它并不是纯的单线程。 Redis 单线程指的是「接收客户端请求->解析请求 ->进行数据读写等操作->发送数据给客户…

数据降维技术研究:Karhunen-Loève展开与快速傅里叶变换的理论基础及应用

在现代科学计算和数据分析领域&#xff0c;数据降维与压缩技术对于处理高维数据具有重要意义。本文主要探讨两种基础而重要的数学工具&#xff1a;Karhunen-Love展开&#xff08;KLE&#xff09;和快速傅里叶变换&#xff08;FFT&#xff09;。通过分析这两种方法的理论基础和应…

Python - pyautogui库 模拟鼠标和键盘执行GUI任务

安装库&#xff1a; pip install pyautogui 导入库&#xff1a;import pyautogui 获取屏幕尺寸&#xff1a; s_width, s_height pyautogui.size() 获取鼠标当前位置&#xff1a; x, y pyautogui.position() 移动鼠标到指定位置&#xff08;可以先使用用上一个函数调试获取当…

【读书笔记】万字浅析游戏场景中常见的渲染性能优化手段

一、前言 看标题大伙想必应该知道了这是个读书笔记&#xff0c;所以大佬看个乐就完了&#xff0c;主要还是新人用来做记录的&#xff0c;主要参考的是霜狼大佬的书《游戏场景开发与设计》&#xff0c;当然了&#xff0c;笔记肯定不是单纯照着抄一遍&#xff0c;那样没有任何意…

WebShell分析

一.WebShell基础 1.简介 介绍&#xff1a;WebShell是一种黑客常用的恶意脚本&#xff0c;主要目的是通过在目标服务器上植入恶意代码&#xff0c;获得执行操作的权限。常见的WebShell编写语言包括&#xff1a; ASPJSPPHP 2.特点 持久化控制 上传WebShell后&#xff0c;黑客能…

【大数据技术】教程03:本机PyCharm远程连接虚拟机Python

本机PyCharm远程连接虚拟机Python 注意:本文需要使用PyCharm专业版。 pycharm-professional-2024.1.4VMware Workstation Pro 16CentOS-Stream-10-latest-x86_64-dvd1.iso写在前面 本文主要介绍如何使用本地PyCharm远程连接虚拟机,运行Python脚本,提高编程效率。 注意: …

稳定Android Studio2021.1.2.16的安装

作者有话说&#xff1a; 这个版本的android studio比较稳定&#xff0c;适合计算机专业的同学去用&#xff08;不深学&#xff09;&#xff0c;如果是企业或者爱好者&#xff0c;建议下载更新的版本。 里面还包含一个适配的模拟器以及相关以来软件&#xff0c;包拿上就能用。 网…

【Elasticsearch】 索引模板 ignore_missing_component_templates

解释 ignore_missing_component_templates 配置 在Elasticsearch中&#xff0c;ignore_missing_component_templates 是一个配置选项&#xff0c;用于处理索引模板中引用的组件模板可能不存在的情况。当您创建一个索引模板时&#xff0c;可以指定一个或多个组件模板&#xff0…