图论在公交最优换乘问题中的应用与实现

1. 问题背景与核心需求

最优乘车问题源自信息学奥赛经典教材《信息学奥赛一本通》中的P1377例题，是图论在实际交通场景中的典型应用。题目模拟了城市公交系统的换乘场景：给定若干条单向巴士线路（每条线路包含多个连续站点），要求计算从起点站到终点站的最少换乘次数。

这个问题的现实意义非常明显——我们每天乘坐公共交通时都在潜意识求解类似问题。比如从家到公司，如何选择巴士线路组合才能最小化换乘次数？手动计算在简单路网中尚可应付，但对于拥有几十条线路、数百个站点的大城市公交系统，就需要借助算法高效求解。

2. 图论建模思路解析

2.1 基础建模方法

常规的公交线路建模会直接将站点作为顶点，相邻站点间的移动作为边。但这种建模方式在计算换乘次数时存在明显缺陷——无法区分"同线路连续乘坐"和"跨线路换乘"这两种操作。

更合理的建模方式是将"乘坐特定线路到达某站点"作为图中的一个状态。具体实现时：

• 顶点：二元组（线路ID，站点ID）
• 边：分为两种类型
  • 同线路移动：当站点A和B在同一条线路上且相邻时，建立权值为0的边（表示无需换乘）
  • 跨线路换乘：当不同线路在同一个站点交汇时，建立权值为1的边（表示需要换乘）

2.2 优化建模方案

上述方法虽然准确但顶点规模过大。更高效的建模方式是：

1. 将所有站点作为顶点
2. 同一线路上的连续站点建立权值为0的边（表示可免费乘坐）
3. 对每个站点，建立到该站点所有可达线路的反向边，权值为1（表示需要换乘）

这样处理后，从起点到终点的最短路径长度-1就是最少换乘次数。例如：

• 路径长度为1：直达，换乘0次
• 路径长度为3：换乘2次

3. 算法实现细节

3.1 数据结构选择

使用邻接表存储图结构更节省空间：

cpp复制struct Edge {
    int to;
    int cost; // 0表示同线路移动，1表示换乘
};
vector<vector<Edge>> graph;

输入处理时需要特别注意：

• 每条线路的站点序列是单向的
• 同一线路的站点编号需要建立连续边
• 不同线路的相同站点需要建立换乘边

3.2 最短路径算法选择

由于边权只有0和1两种，可以采用双端队列BFS（0-1 BFS）算法，时间复杂度O(