杭电OJ 2066题：Dijkstra算法解决多起点最短路径问题

1. 杭电OJ 2066题解析：从题目理解到AC代码

杭电OJ（Hangzhou Dianzi University Online Judge）作为国内知名的程序设计竞赛练习平台，2066题是其中一道经典的图论题目。这道题主要考察对Dijkstra算法的理解和应用能力，同时也需要处理一些特殊的边界条件。

1.1 题目重述与分析

题目描述大致是这样的：小明的家附近有多个城市，他想去某些特定的城市旅游。现在给出城市之间的道路连接情况和时间消耗，要求找出从家到目标城市的最短时间。

关键信息点：

• 城市编号从1开始
• 可能存在多个起点（家附近的城市）
• 有多个目标城市
• 需要找出所有可能路径中的最短时间

输入格式通常包含：

1. 道路数量T
2. 接下来T行，每行三个数字表示城市A到城市B需要的时间C
3. 起点城市数量S
4. S个起点城市编号
5. 目标城市数量D
6. D个目标城市编号

1.2 解题思路与算法选择

这道题的核心是典型的最短路径问题，但有几点特殊之处需要考虑：

1. 多起点问题：不像传统的最短路径问题只有一个起点，这里有多个可能的起点
2. 多终点问题：同样有多个可能的终点
3. 需要找出所有起点到所有终点的最短路径中的最小值

对于这种情况，我们有几种可能的解决思路：

1. 对每个起点单独运行Dijkstra算法，然后比较所有结果
2. 使用虚拟超级源点连接所有起点，然后运行一次Dijkstra
3. 使用SPFA或其他最短路径算法

经过分析，第二种方法效率最高，只需要运行一次Dijkstra算法即可。具体实现方法是：

• 创建一个虚拟节点0
• 从0到所有起点建立边，边权为0
• 然后从0开始运行Dijkstra算法
• 最后检查所有终点的距离，取最小值

1.3 代码实现与优化

基于上述思路，我们可以写出如下C++代码框架：

cpp复制#include <iostream>
#include <vector>
#include <queue>
#include <climits>
using namespace std;

const int MAXN = 1005;
vector<pair<int, int>> adj[MAXN];
int dist[MAXN];

void dijkstra(int start) {
    priority_queue<pair<int, int>, vector<pair<int, int>>, greater<pair<int, int>>> pq;
    fill(dist, dist + MAXN, INT_MAX);
    dist[start] = 0;
    pq.push({0, start});
    
    while (!pq.empty()) {
        int u = pq.top().second;
        int d = pq.top().first;
        pq.pop();
        
        if (d > dist[u]) continue;
        
        for (auto &edge : adj[u]) {
            int v = edge.first;
            int w = edge.second;
            if (dist[v] > dist[u] + w) {
                dist[v] = dist[u] + w;
                pq.push({dist[v], v});
            }
        }
    }
}

int main() {
    int T, S, D;
    while (cin >> T >> S >> D) {
        for (int i = 0; i < MAXN; i++) adj[i].clear();
        
        for (int i = 0; i < T; i++) {
            int a, b, c;
            cin >> a >> b >> c;
            adj[a].push_back({b, c});
            adj[b].push_back({a, c});
        }
        
        // 添加超级源点0
        for (int i = 0; i < S; i++) {
            int s;
            cin >> s;
            adj[0].push_back({s, 0});
        }
        
        dijkstra(0);
        
        int min_dist = INT_MAX;
        for (int i = 0; i < D; i++) {
            int dest;
            cin >> dest;
            min_dist = min(min_dist, dist[dest]);
        }
        
        cout << min_dist << endl;
    }
    return 0;
}

1.4 常见问题与调试技巧

在实际解决这道题时，可能会遇到以下几个常见问题：

1. 数组越界：城市编号从1开始，但有些同学可能会错误地认为从0开始

   • 解决方法：仔细阅读题目描述，确认编号范围
   • 调试技巧：添加边界检查代码

2. 多组测试数据未清空：杭电OJ的题目通常是多组测试数据

   • 解决方法：每组数据开始前清空邻接表和距离数组
   • 调试技巧：在本地用多组数据测试

3. 优先级队列使用不当：Dijkstra算法需要使用最小堆

   • 解决方法：确保priority_queue的正确声明方式
   • 调试技巧：打印队列内容检查顺序

4. 无穷大值设置不当：INT_MAX在某些情况下可能导致溢出

   • 解决方法：使用0x3f3f3f3f作为无穷大值
   • 调试技巧：检查中间计算结果

5. 输入格式处理错误：题目输入可能有多个测试用例

   • 解决方法：使用while(cin >> T >> S >> D)处理输入
   • 调试技巧：在本地用文件重定向测试

1.5 性能优化与进阶思考

对于这道题，还可以考虑以下优化方向：

1. 堆优化：使用更高效的堆实现，如Fibonacci堆
2. 输入优化：使用更快的输入方法，如scanf或快速读取函数
3. 邻接表优化：使用更紧凑的邻接表存储方式
4. 提前终止：当找到所有目标城市的最短路径后可以提前终止

此外，这道题还可以扩展到以下变种：

• 限制路径长度或中转次数
• 考虑路径上的其他约束条件
• 多目标优化（如同时考虑时间和费用）

提示：在实际竞赛中，建议先写出正确但可能不够优化的代码，确保AC后再考虑优化。过早优化可能导致难以发现的错误。

1.6 个人实战经验分享

在解决这道题的过程中，我总结了以下几点经验：

1. 仔细阅读题目：确认输入输出格式和边界条件
2. 画图辅助理解：对于图论问题，画出样例图有助于理解
3. 模块化编程：将Dijkstra算法封装成函数，便于调试和重用
4. 测试用例设计：设计包含边界条件的测试用例，如单城市、最大数据量等
5. 调试输出：在关键位置添加临时输出语句，帮助定位问题

对于初学者，建议从以下几个方面提升：

1. 熟练掌握Dijkstra算法的原理和实现
2. 理解STL容器的使用，特别是priority_queue
3. 练习图论问题的建模能力
4. 培养调试技巧和耐心

这道题虽然不算很难，但很好地考察了对最短路径算法的理解和应用能力。通过这道题，可以加深对Dijkstra算法及其变种的理解，为后续更复杂的图论问题打下基础。