在搜索中bfs只适合无权图
若是碰到有权图最简单的方法就是用邻接矩阵-二维矩阵存储每个点对之间的权重,然后用floyd
1.邻接矩阵
如果是二维输入权值的话直接append就好了
python
ma=[]
for i in range(m):
ma.append(list(map(int,input().split())))
点对输入情况的:
用INF初始化定义没有边无法到达
然后对每个点到自己定义为0,也就是没距离
同时用min读入来处理重边(i到j不止一条路,那么优先选短的)
python
INF=float('inf')
ma=[[INF]*n for _ in range(n)]
for i in range(n):
ma[i][i]=0
for i in range(m):
a,b,c=map(int,input().split())
ma[a-1][b-1]=min(ma[a-1][b-1],c)
ma[b-1][a-1]=min(ma[b-1][a-1],c)
2.floyd算法
本质其实是动态规划
ma数组存储的是每个点之间的直接距离,并没有考虑从中节点经过的情况
那么我们只需要再枚举在 i、j 点之间的所有可能点k,用min存储更小的途径
python
def floyd(ma):
for k in range(m):
for i in range(m):
for j in range(m):
ma[i][j]=min(ma[i][j],ma[i][k]+ma[k][j])
return ma
如果原来的ma数组还会用到,那么最好复制一下ma
python
d=[[ma[i][j] for j in range(m)] for i in range(m)]
注意:不能用dist=ma.copy()
因为二维数组的浅拷贝会导致对拷贝体做更改的时候会影响本体
python
a=[1,2,3]
a2=a.copy()
a2.append(4)
print(a,a2)
print()
b=[[1,2],[3]]
b2=b.copy()
b2[1].append(4)
print(b,b2)
'''输出
[1,2,3] [1,2,3,4]
[[1,2],[3,4]] [[1,2],[3,4]]
'''
P5839
P5839 [USACO19DEC] Moortal Cowmbat G - 洛谷
首先我们跑一边floyd得出最小代价
python
INF = float('inf')
n, m, k = map(int, input().split())
s = input()
ma = [list(map(int, input().split())) for _ in range(m)]
def floyd(ma):
d = [[ma[i][j] for j in range(m)] for i in range(m)]
for k in range(m):
for i in range(m):
for j in range(m):
d[i][j] = min(d[i][j], d[i][k] + d[k][j])
return d
d = floyd(ma)
后面就是得规划我们该如何变我们的字符串
dp状态: F[ i ]表示到i位置全部合法的最小代价
dp转移: F[ i ]=F[ j ]+k( i,j ) 其中k( i,j )表示 i 到 j 全部改为一种颜色的最小代价,这里可以用前缀和进行预处理
python
#前缀和
su = [[0]*(n+1) for i in range(m)]
for i in range(m):
for j in range(1, n+1): # 从1开始到n
su[i][j] = su[i][j-1] + d[ord(s[j])-ord('a')][i]
f = [INF]*(n+1)
f[0] = 0
mx = [0]*m
for i in range(k, n+1):
for col in range(m):
mx[col] = max(mx[col], su[col][i-k]-f[i-k])
for col in range(m):
f[i] = min(f[i], su[col][i]-mx[col])
print(f[n])