选择最佳路线
分析：
这是一道图论中的最短路径问题，目标是在给定的公交网络中，找到从琪琪家附近的车站出发，到她朋友家附近车站（编号为 s ）的最短时间。以下是对该问题的详细分析：
问题关键信息
图的结构：
图由 n 个车站（节点）和 m 条公交线路（有向边）组成，边是单向的，且两节点间可能有多条边。
每条边（公交线路）有起点 p、终点 q 和花费时间 t 的属性。
起始点和终点：
终点是朋友家附近的车站，编号为 s 。
起始点可以从琪琪家附近的 w 个车站中任选一个。
求解目标：计算从可选择的起始点到终点的最短时间。
解题思路
建图：使用邻接表或邻接矩阵来存储图的信息。对于每条公交线路（p, q, t），在图中添加从节点 p 到节点 q 、权重为 t 的有向边。
最短路径算法：可以使用 Dijkstra 算法（适用于没有负权边的情况，本题中时间不会为负）或 Bellman - Ford 算法（可以处理负权边，但本题不需要）。从琪琪家附近的每个车站（起始点）开始，计算到其他所有车站的最短距离。（使用虚拟节点）
结果处理：在计算出从每个起始点到所有车站的最短距离后，找到到达编号为 s 的车站的最短时间。
伪代码：
拯救大兵瑞恩：
分析：
这是一道基于图论和搜索算法的迷宫路径求解问题，核心在于在带有门和钥匙限制的迷宫中，找到从起点到终点的最短路径。以下是对该问题的详细分析：
问题关键信息
-
迷宫结构： - 迷宫是一个 N times M 的长方形区域，由 N 行和 M 列的单元组成，每个单元位置用有序数对（行号，列号）表示。
-
相邻单元间可能互通、有锁着的门或不可逾越的墙，门是无向的，可双向通过。 - 钥匙与门： - 迷宫中部分单元存放钥匙，同一单元可能有多把钥匙。
-
门分为 P 类，打开同一类门的钥匙相同，不同类门钥匙不同。
-
起点与终点：
-
起点为迷宫西北角的 (1, 1) 单元，麦克可直接进入。
-
终点是迷宫东南角的 (N, M) 单元，大兵瑞恩昏迷于此。
-
移动时间：麦克从一个单元移动到相邻单元的时间为 1，拿钥匙和开门时间忽略不计。 - 求解目标：设计算法找到麦克从起点到终点的最快（最短时间）路径。
解题思路
-
状态表示：除了记录位置坐标 (x, y) 外，还需记录当前拥有的钥匙状态。可以用一个二进制数或集合来表示拥有哪些类别的钥匙，假设钥匙类别从 0 到 P - 1 编号，二进制数中第 i 位为 1 表示拥有第 i 类钥匙。这样每个状态可以表示为 (x, y, key_status) 。
-
建图或搜索空间构建：根据迷宫的连通性、门和钥匙的关系，构建搜索空间。对于每个单元，考虑其相邻单元，若相邻单元间是墙则不可达；若是门，需判断是否有对应的钥匙；若是通路则可直接到达。
-
搜索算法：使用广度优先搜索（BFS）算法较为合适，因为 BFS 能保证找到的路径是最短的（在单位移动时间的情况下）。从起点 (1, 1, 初始钥匙状态) 开始搜索，将可达的状态加入队列，不断扩展，直到找到终点 (N, M, _) （钥匙状态任意）。
-
剪枝优化：为了减少搜索量，可以进行一些剪枝操作。比如记录已经访问过的状态 (x, y, key_status) ，如果再次遇到相同状态则不再重复处理。
伪代码：
最短路计数：
分析：
这是一道图论中的最短路径计数问题，要求计算从顶点1到图中其他每个顶点的最短路径的数量。由于图是无向无权的，所以可以使用广度优先搜索（BFS）算法来解决。以下是详细分析：
问题关键信息
-
图的属性：
-
给定一个包含 N 个顶点（编号为 1 到 N）和 M 条边的无向无权图。
-
图中可能存在自环（顶点自身到自身的边）和重边（两个顶点之间有多条边）。 - 起始顶点和目标：
-
起始顶点为顶点 1 。
-
目标是计算从顶点 1 到其他每个顶点的最短路径的数量。
-
输出要求： - 输出 N 行，每行一个非负整数，表示从顶点 1 到对应顶点的不同最短路径的数量，结果对 100003 取模。 - 如果无法到达某个顶点，则输出 0 。
解题思路
-
建图：使用邻接表来存储图的结构，对于每一条边 (x, y)，在邻接表中分别在顶点 x 和顶点 y 的邻接表中添加对方。
-
BFS 搜索：从顶点 1 开始进行 BFS 。在 BFS 的过程中，维护两个数组： - `dist[i]` 表示从顶点 1 到顶点 i 的最短距离，初始化为无穷大，顶点 1 的距离初始化为 0 。 - `count[i]` 表示从顶点 1 到顶点 i 的最短路径的数量，初始化为 0 ，顶点 1 的数量初始化为 1 。
-
状态更新：在 BFS 遍历过程中，对于当前顶点 u 的每个邻接顶点 v ： - 如果 `dist[v]` 为无穷大，说明这是第一次访问到顶点 v，则 `dist[v] = dist[u] + 1`，`count[v] = count[u]` 。 - 如果 `dist[v] = dist[u] + 1`，说明找到了一条新的最短路径，那么 `count[v] = (count[v] + count[u]) % 100003` 。
-
输出结果：遍历顶点 1 到顶点 N，输出 `count[i]` ，如果 `dist[i]` 仍然是无穷大，说明无法到达顶点 i，则输出 0 。
伪代码：
观光
分析：
这是一道图论中的路径计数问题，要求在给定的公交路线图中，找出从起始城市 S 到目标城市 F 的满足特定距离条件（最短路径或比最短路径多一个单位长度）的路径数量。下面是详细分析：
问题关键信息
- 图的属性 ：
- 公交路线图可看作一个图，城市为顶点，公交路线为边，边有权重（代表路程长度）。
- 图中可能存在重边和不同的路径组合。
- 起始和目标 ：
- 起始城市为 S，目标城市为 F。
- 路径条件 ：
- 旅客可选的路径需满足：要么是 S 到 F 的最短路径，要么总路程仅比最短路径多一个单位长度。
- 求解目标 ：
- 计算满足上述条件的不同路径的数量。
解题思路
- 计算最短路径 ：使用 Dijkstra 算法或 Bellman - Ford 算法（本题边权非负，Dijkstra 更高效）来计算从城市 S 到其他所有城市的最短距离，记为 dist[i]，其中 i 表示城市编号，这样能得到 S 到 F 的最短距离 min_dist。
- 路径搜索与计数 ：使用深度优先搜索（DFS）或广度优先搜索（BFS）遍历图，在搜索过程中记录路径长度。
- 当路径长度等于 min_dist 时，路径计数加 1。
- 当路径长度等于 min_dist + 1 时，路径计数也加 1。
- 为避免重复计数，可使用一个标记数组记录已经访问过的城市状态（对于每个城市记录当前路径长度下是否已访问）。
- 输出结果 ：将满足条件的路径数量输出。
伪代码：
