图论在公交最优乘车问题中的应用与实现

1. 最优乘车问题概述

最优乘车（travel）是信息学奥赛中的经典图论问题，源自《信息学奥赛一本通》P1377。该问题模拟了现实生活中的公交出行场景：给定若干条单向巴士线路和车站信息，要求计算从起点到终点的最少换乘次数。

这个问题的核心在于将公交网络抽象为图结构。每条巴士线路可以看作图中的一条路径，而车站则是图中的节点。由于巴士是单程行驶的，因此构建的是有向无权图。问题的特殊之处在于，我们需要计算的是"换乘次数"而非传统的最短路径。

提示：在实际解题中，很多选手容易混淆"乘车次数"和"换乘次数"。换乘次数指的是在不同线路之间切换的次数，比如从1路车换到2路车算一次换乘。

2. 问题建模与图论抽象

2.1 图的构建方法

对于最优乘车问题，我们需要将公交线路数据转化为图结构。具体构建方法如下：

1. 将每个车站作为图中的一个顶点
2. 对于每条巴士线路上的车站序列，从前到后建立有向边
3. 边的权重统一设为1（因为只计算换乘次数）

例如，有一条巴士线路A→B→C→D，则建立边A→B、B→C、C→D。注意不建立A→C这样的"跳站"边，因为实际公交不允许这样乘车。

2.2 换乘次数的特殊处理

换乘次数的计算是本问题的关键。在图中，换乘发生在当乘客从一条线路的边切换到另一条线路的边时。为了在图中体现这一点，可以采用以下技巧：

• 如果在车站S需要换乘，意味着在S点从一条线路的边切换到另一条线路的边
• 因此，路径上的换乘次数等于路径中使用不同线路边的切换次数

实际操作中，可以通过给边添加线路标记，然后在遍历时统计线路变化次数来实现换乘计数。

3. 算法选择与实现

3.1 广度优先搜索（BFS）的应用

由于边权相同且需要找最少换乘次数，BFS是最合适的算法。具体实现步骤：

1. 从起点站开始BFS遍历
2. 维护一个距离数组dist[]，记录到每个站点的换乘次数
3. 对于当前站点的所有邻接站点，如果未被访问过，则更新其距离
4. 使用队列管理待访问的站点

BFS的伪代码实现：

cpp复制queue<int> q;
vector<int> dist(N, INF);
dist[start] = 0;
q.push(start);

while(!q.empty()) {
    int u =