题目描述(困难)
规定时间内到达终点的最小费用
一个国家有 n 个城市,城市编号为 0 到 n - 1 ,题目保证 所有城市 都由双向道路 连接在一起 。道路由二维整数数组 edges 表示,其中 edges[i] = [xi, yi, timei] 表示城市 xi 和 yi 之间有一条双向道路,耗费时间为 timei 分钟。两个城市之间可能会有多条耗费时间不同的道路,但是不会有道路两头连接着同一座城市。
每次经过一个城市时,你需要付通行费。通行费用一个长度为 n 且下标从 0 开始的整数数组 passingFees 表示,其中 passingFees[j] 是你经过城市 j 需要支付的费用。
一开始,你在城市 0 ,你想要在 maxTime 分钟以内 (包含 maxTime 分钟)到达城市 n - 1 。旅行的 费用 为你经过的所有城市 通行费之和 (包括 起点和终点城市的通行费)。
给你 maxTime,edges 和 passingFees ,请你返回完成旅行的 最小费用 ,如果无法在 maxTime 分钟以内完成旅行,请你返回 -1 。
要解决这个问题,我们可以使用动态规划结合图的最短路径算法来实现。我们需要在给定的时间限制内,从起点城市(城市0)到达终点城市(城市n-1),并且在此过程中使得经过的所有城市的通行费之和最小。
解题思路
-
图的表示:用邻接表来表示城市之间的道路。对于每个城市,存储它可以到达的其他城市及对应的时间。
-
动态规划状态定义:定义一个二维数组
dp[i][t]
,表示在时间t
时到达城市i
的最小费用。 -
初始状态:
dp[0][0] = passingFees[0]
,表示从城市0出发,时间为0时,费用为经过城市0的费用。 -
状态转移:
- 遍历每一条边
(xi, yi, timei)
,如果从城市xi
到城市yi
的时间timei
加上当前时间t
不超过maxTime
,则更新dp[yi][t + timei]
为min(dp[yi][t + timei], dp[xi][t] + passingFees[yi])
。 - 同时也从
yi
到xi
做同样的更新(因为是双向道路)。
- 遍历每一条边
-
结果计算:遍历所有可能的时间
t
,找到dp[n-1][t]
的最小值,即为从城市0到城市n-1的最小费用。 -
无法到达的情况:如果在所有时间内,
dp[n-1][t]
都没有被更新,则返回 -1。
解题分析
- 时间复杂度:由于需要遍历所有的边,并且对于每个城市需要遍历所有可能的时间,时间复杂度为 (O(E \times T)),其中 (E) 是边的数量,(T) 是
maxTime
。 - 空间复杂度:需要存储一个二维数组
dp
,空间复杂度为 (O(n \times T))。
C++代码示例
int minCost(int maxTime, vector<vector<int>>& edges, vector<int>& passingFees) {int n = passingFees.size();vector<vector<pair<int, int>>> graph(n);// Build the graphfor (const auto& edge : edges) {int u = edge[0], v = edge[1], time = edge[2];graph[u].emplace_back(v, time);graph[v].emplace_back(u, time);}// DP arrayvector<vector<int>> dp(n, vector<int>(maxTime + 1, INT_MAX));dp[0][0] = passingFees[0];// Min-Heap to store (cost, time, city)priority_queue<tuple<int, int, int>, vector<tuple<int, int, int>>, greater<>> pq;pq.emplace(passingFees[0], 0, 0);while (!pq.empty()) {auto [cost, time, city] = pq.top();pq.pop();if (city == n - 1) {return cost;}for (const auto& [nextCity, travelTime] : graph[city]) {int newTime = time + travelTime;if (newTime <= maxTime) {int newCost = cost + passingFees[nextCity];if (newCost < dp[nextCity][newTime]) {dp[nextCity][newTime] = newCost;pq.emplace(newCost, newTime, nextCity);}}}}return -1;
}
代码解析
- 图的构建:使用邻接表来存储每个城市可以到达的其他城市及其耗费的时间。
- 优先队列:使用优先队列来实现Dijkstra算法的变体,优先队列中存储的是
(当前费用, 当前时间, 当前城市)
。 - 状态更新:对于每个城市,检查所有可以到达的相邻城市,更新到达这些城市的费用和时间。
- 结果输出:如果在遍历过程中到达了城市
n-1
,则输出当前的费用;如果遍历完所有可能的路径都无法到达城市n-1
,则输出 -1。