有边数限制的最短路问题解析

问题背景
想象你是一位快递员,需要在复杂的城市路网中寻找最短路径。但老板给你一个特殊限制:最多只能经过k条街道 !同时,有些道路可能是单行道 (有向图),有些路段会倒贴你钱 (负权边),甚至可能存在永远绕不出去的怪圈(负权回路)。这就是我们要解决的有边数限制的最短路问题!
解决方案:Bellman-Ford 算法
算法核心思想
我们采用Bellman-Ford算法,其精妙之处在于:
- 分层更新:通过k次迭代,逐步构建"最多经过1条边"、"最多经过2条边"...直到"最多经过k条边"的最短路径
- 状态备份 :关键技巧!每次更新前复制当前状态,避免出现"用当前轮次更新的路径去更新其他路径"的更新串联问题
- 容忍负权:不同于其他算法,此方法能正确处理负权边(但会避开负权回路的陷阱)
python
# 算法流程伪代码
def 有边数限制最短路():
初始化距离数组: 起点为0,其他为正无穷
for 迭代次数 in range(k): # 限制k条边
创建当前距离的备份副本
for 每条边 in 所有边集合:
用备份副本更新目标节点:
新距离 = min(当前距离, 备份的起点距离 + 边权)
为什么需要备份?
想象银行转账场景:没有备份时,同一轮中A转给B的钱,B可能立即转给C,导致实际上经过了两条边,却在一轮操作中完成。备份机制确保每次更新都基于上轮结算后的状态,严格保证边数限制!
完整代码实现
cpp
#include <iostream>
#include <cstring>
using namespace std;
const int N = 510, M = 10010; // 最大点数和边数
const int INF = 0x3f3f3f3f; // 魔法数字:表示正无穷
int dist[N]; // 存储1号点到各点的最短距离
int backup[N]; // 防串联的备份数组
int n, m, k; // 点数、边数、边数限制
struct Edge
{
int a, b, w; // 起点、终点、边权
} edges[M];
void bellman_ford()
{
memset(dist, 0x3f, sizeof dist); // 初始化距离为无穷大
dist[1] = 0; // 起点距离为0
// 核心迭代:限制k条边就循环k次
for (int i = 0; i < k; i++) {
memcpy(backup, dist, sizeof dist); // 关键备份!防串联
// 遍历所有边进行松弛操作
for (int j = 0; j < m; j++) {
auto e = edges[j];
// 使用备份更新,确保只增加一条边
dist[e.b] = min(dist[e.b], backup[e.a] + e.w);
}
}
}
int main()
{
cin >> n >> m >> k;
// 读入所有边
for (int i = 0; i < m; i++)
{
int a, b, w;
cin >> a >> b >> w;
edges[i] = {a, b, w};
}
bellman_ford();
// 终点距离判断
if (dist[n] > INF / 2)
{ // 考虑负权边影响
cout << "impossible";
}
else
{
cout << dist[n];
}
return 0;
}
关键细节揭秘
-
备份的必要性
去掉
memcpy(backup, dist, sizeof dist)代码后,会出现路径边数失控。例如当k=1时,可能实际得到经过2条边的路径! -
INF/2的玄机
由于负权边的存在,不可达点可能被更新为
INF - 10000量级的值。我们通过dist[n] > INF/2判断,避免因负权边干扰可达性判断。 -
负权回路的处理
虽然题目允许存在负权回路,但边数限制天然规避了无限绕圈的问题,算法仍能正确工作!
实战小贴士
- 🚨 自环和重边无需特殊处理,算法天然兼容
- ⏱ 时间复杂度:O(k×m)O(k \times m)O(k×m),完美匹配题目范围
- 🔍 调试技巧:在k循环内打印dist数组,观察每轮变化
- 💡 变式思考:如何记录具体路径?添加
prev[]数组回溯即可!
挑战提示:尝试修改代码,当存在负权回路但不超过k条边时,如何检测并报警?试试看,你会有新发现!
算法内容来自AcWing算法基础课,感谢AcWing老师的详细讲解。