PAT_甲级_1087 All Roads Lead to Rome

题目大意:

有N个城市，K条无向边,现在需要从某个给定的起始城市出发,前往名为"ROM"的城市，给出每条边所需要消耗的花费,求从起始城市出发,
到达城市ROM所需要的最少花费,并输出最少花费的路径。如果这样的路径有多条，则选择路径上城市的幸福值之和最大的那条路径，如果路径仍然不唯一，则选择路径上城市的平均幸福值最大的那条 。

算法思路:

此题也是典型的Dijkstra算法模板题目,我们这里的最短路径变化为最小花费,不过本质都一样,依然使用dis数组存储每一个点到起点的最短距离，我们通过Dijkstra算法(只衡量第一标尺,
也就是只考虑花费最短)获得起点到所有节点的最小花费,以及在此路径上的所有节点的所有前驱结点,然后使用DFS遍历前驱结点数组pre(本质上是一颗树),从终点递归访问每个结点的前驱,当访问到起点的时候,说明获得了一条路径,保存在shortest中,然后计算当前路径上的幸福感之和happ，如果当前happy比全局的最大幸福感max_happiness更大,那么更新 max_happiness = happ;min_num = shortest.size()-1;result = shortest;(保存路径),如果一样大但是平均幸福感(路径长度)比全局的平均最大幸福感(路径长度)min_num更大,也更新min_num = shortest.size()-1;result = shortest;并且得累计最短路径条数road_num。由于题目没有给定顶点范围，所以这里采用cityToIndex和intToCity保存顶点和编号(手动赋值)的双向映射以便于遍历和输出。

注意点：

• 1、平均幸福值的计算不包括起点,因为起点的幸福值默认没有,所以是除以当前路径的结点数目-1,仔细观察样例的输出结果就知道了

提交结果：

AC代码：

#include
#include
#include
#include
#include
#include

using namespace std;

int N,K,start=0,e;// 总人数，边数，起点,终点 
int happiness[300];// 点权 
int cost[300][300];// 边权 
int dis[300];// 每一个城市距离起点的最短距离
bool visited[300];// 访问标记数组
vector pre[300];// 每一个结点的所有前驱 
vector shortest;//最短路径
vector result;// 最优路径
unordered_map cityToIndex;// 保存城市到编号的映射 
unordered_map intToCity;// 保存编号到城市的映射

int max_happiness = 0;
int min_num = 0x3fffffff;// 最少结点数目
int road_num = 0;// 最短路径条数 

void DFS(int s){
    shortest.push_back(s);
    if(s==start){
        ++road_num;
        // 到达起点
        int c = 0;
        int happ = 0;
        for(int i=shortest.size()-1;i>=0;--i){
            if(i>0){
                c += cost[shortest[i]][shortest[i-1]]; 
            }
            if(i!=shortest.size()-1){
                // 起点没有权值 
                happ +=  happiness[shortest[i]];
            }
        }
        if(max_happinessresult.size()){
            min_num = shortest.size()-1;
            result = shortest;
        }
        shortest.pop_back();
        return;
    }
    for(int i=0;idis[j]){
                nearest = j;
                minDis = dis[j];
            }
        }
        if(minDis==0x3fffffff) return ;// 没有找到，说明其他点不再连通 
        // 优化借助nearest到其他未访问的点的距离
        visited[nearest] = true;
        for(int j=0;jdis[nearest]+cost[nearest][j]){
                    dis[j] = dis[nearest]+cost[nearest][j];
                    pre[j].clear();
                    pre[j].push_back(nearest);
                }else if(dis[j]==dis[nearest]+cost[nearest][j]){
                    pre[j].push_back(nearest);
                }
            }
        }
    } 
}

int main(){
    string s;
    cin>>N>>K>>s;
    cityToIndex[s] = start;
    intToCity[start] = s;
    for(int i=1;i>s>>happiness[i];
        cityToIndex[s] = i;
        intToCity[i] = s;
        if(s=="ROM") e = i;
    }
    string a,b;
    int C;
    for(int i=0;i>a>>b>>C;
        int index_a = cityToIndex[a];
        int index_b = cityToIndex[b];
        cost[index_a][index_b] = cost[index_b][index_a] = C;
    }
    Dijkstra();
    DFS(e);
    printf("%d %d %d %d\n",road_num,dis[e],max_happiness,max_happiness/min_num);
    for(int i=result.size()-1;i>=0;--i){
        printf("%s",intToCity[result[i]].c_str());
        if(i>0) printf("->");
    }
    return 0;
}