城市交通【信息技术】.docVIP

城市交通 某城市有n（1≤n≤50）个街区，某些街区由公共汽车线路相连，如在下图中，街区1，2有一条公共汽车线路相连，且由街区1至街区2的时间为34分钟。由于街区与街区之间的距离较近，与等车时间相比可忽略不记，所以这个时间为两趟公共汽车的间隔时间，即平均的等车时间。 由街区1至街区5的最快走法为1-3-5，总时间为44分钟。 现在市政府为了提高城市交通质量，决定加开m(1≤m≤10)条公共汽车线路。若在某两个街区a，ba、b之间必须已有线路），则从a到b的旅行时间缩小为原来的一半（距离未变，只是等车的时间缩短了一半）。例如，若在1，2之间加开一条线路，则时间变为17分钟，加开两条线路，时间变为8.5分钟，以此类推。所有的线路都是环路{即无向}，即如果由1至2的时间变为17分钟，则由2至1的时间也变为17分钟。 求加开某些线路，能使由城市1至城市n的时间最少。例如，在上图中，如果m=2，则改变1-3，3-5 第一行为城市数n与加开线路数m。 第二行至第n+1行，每行为n个实数，第i+1行第j列表示由城市i到城市j的时间。 如果时间为0，则城市i不可能到城市j。 注意：输入数据中，从城市1到城市n至少有一条路线。 输出： 第一行为由城市1到城市n的最小时间X（保留小数点后两位）。 第二行至第m+1行为更改的线路。每行由两个整数（x，yx与城市y之间增加一条线路。 分析：《城市交通》问题的图论模型很简单。如果只考虑从城市1到城市n的最少时间，那么，这个问题就是一道经典的最短路径问题。因此，这个问题乍看上去，就给人一种熟悉的感觉。而实质呢？问题的“变数”在于市政府的改革措施很奇特（每加一条公共汽车路线，两个街区之间的旅行时间就缩短为原来的一半），这就弄得人不知所措。{是否是关键路径的问题？？}显然，这个改革不能分步执行，即它不具有“贪心法”的要求，而如果采用搜索的方法，时间效率会很低。那么该如何解决呢？ 还是采用Floyd-Warshall的算法思想。在计算增加m条边的最优解（使最短路下降最快）的过程中，我们同样可以发现： 1、将道路a-b上增加的m条边可以分为如下两个问题（如果k是最短路上的一点） ⑴求a-k增加t条边； ⑵求k-b增加m-t条边。 t可以取从0至m的任意值。问题a-b增加m条边的最优解取决与这两个子问题的最优解。 2、在求m条边的过程中，始终只与增加t条边与增加m-t条边的子问题发生联系。 以上两个特点即为“无后效性”与“最优子问题”。所以，“城市交通”问题可采用动态程序设计方法。设 val[a，b，m]m条线路后城市a到城市b的最短路长。其中val[a，b，]的值为原交通图中边城市a至城市b的最短路，可以直接使用floyd算法计算； val[a，b，m]=min{val[a，k，t]+val[k，b，m-t]}(t为从0到m中的一个数，k为a到b中间的一点) 在两条道路增加的边数确定的条件下，采用Floyd算法计算最优解。所以这个问题实质上是一个双重动态程序设计问题。具体算法如下： 直接使用floyd算法计算val[a，b，]（1≤a≤n，1b≤n）； for g←1 to m do {按照新增加的边数g划分阶段} begin 对任一对城市（i，j(i，jval[i，j，g]= (i，j 　 for k←1 to n do {枚举中间城市} for i←1 to n do {枚举经由城市k的所有城市对（i—k—j）} for j←1 to n do begin val[i，j，g]= val[i，j，g]=min{val[i，j，g]val[i，k，0]+val[k，j，g]val[k，j，g]0val[k，j，0]+val[i，k，g]val[i，k，g]0 }End；for} end；for} 说明：这个问题的val数组的初始值与上一个Floyd算法不一样，初始值均为maxint。 这个算法的时间复杂度为W(n3*m2)，约为W(n5)，还是一个多项式级的算法。值得注意的是， 程序还要求可打印出增加的边，由于问题规模大，存储也需要一些技巧，这些小问题的解决请参看程序样例 Const big=1000000； {极大值}