OD C卷 - 5G网络建设

2024-08-21 23:20
文章标签 建设 网络 od 5g

本文主要是介绍OD C卷 - 5G网络建设,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

5G网络建设 (200)

  • 选取n个地点建设5G基站,地点编号1 -> n;
  • 各个基站之间使用光纤连接,设计算法计算连通所有基站的最小成本;
  • 基站的连通具有传递性,A->B连通,B->C连通,则A->C连通;
    输入描述:
    第一行输入基站个数n, 0< n <=20;
    第二行输入已具备光纤连接的基站对数m;
    第三行开始的m行,格式为 X Y Z P,X Y表示基站编号 1-n且不相等,Z表示XY之间的光纤成本(0, 100),P表示是否已存在光纤连接,0未连接,1已连接;
    输出描述:
    输出最小的建设成本(所有基站连通),无法建设完成输出-1;

示例1
输入:
3
3
1 2 3 0
1 3 1 0
2 3 5 0
输出:
4
说明:只需在1、2及2、3之间建设光纤

示例2
输入:
3
1
1 2 5 0
输出:
-1

示例3
输入:
3
3
1 2 3 0
1 3 1 0
2 3 5 1
输出:
1

思路:

  • 并查集,实现图连通;
  • 并查集是一种高级数据结构,实现不相交集合的合并问题;
  • 步骤:
    • 初始化,每个节点的父(根)节点是自己;
    • find查找,查找每个节点的父节点,如果父节点是自己则返回自己,否则递归查找其父节点的父节点,将最终的父节点(即父为自己的节点)赋值作为前一个节点的父节点,并返回;
    • 合并,两个节点的父节点不一样,则合并,即其中一个节点所在集合的父节点->的父节点设置为另一个节点所在集合的父节点;
  • 本题思路:
    • 已连接的,只需合并,edges_num += 1;
    • 未连接的需要按照成本升序排序,然后依次建立连接,同时edges_num += 1 and total_cost += cur_cost;
    • edges_num == n - 1 则连通,否则无法连通;

class UF: # 并查集def __init__(self, n): # 1 初始化# 每个节点的父节点是自己self.fa = [i for i in range(n + 1)]self.edges = 0 # n个节点 n-1条边可以连通def find(self, x): # 2 查询节点的根# 当前节点的根,根为自己则returnif x == self.fa[x]:return x# 否则 递归查询根 (路径压缩)self.fa[x] = self.find(self.fa[x])return self.fa[x]def union(self, x, y): # 3 合并,两个集合的根不同,则合并self.fa[self.find(x)] = self.find(y)self.edges += 1 # 边数+1def get_edges(self):return self.edgesn = int(input())  # 总节点数
m = int(input())  # 连接数对
uf = UF(n)
networks = []for i in range(m): # m行data = [int(x) for x in input().strip().split()]if data[-1] == 1:# 已建立连接,使用并查集 进行合并(边+1 不计成本)if uf.find(data[0]) != uf.find(data[1]): # 根节点不同 则合并uf.union(data[0], data[1])else:# 尚未建立连接networks.append([data[0], data[1], data[2]]) # 成本即权重# 按照成本 升序排序
networks = sorted(networks, key=lambda x: x[2])total_cost = 0 # 成本
i = 0 # networks 列表索引
while True:if i >= len(networks):breakelse:# 对于尚未连接的基站,进行并查集 合并, 成本累加起来if uf.find(networks[i][0]) != uf.find(networks[i][1]): # 根节点不同,则合并# 不相交集合  的合并uf.union(networks[i][0], networks[i][1])# 成本累加total_cost += networks[i][2]# 连接的边数if uf.get_edges() == n - 1:  # n个节点 只需n-1条边 连通break# 继续合并第二组i += 1if uf.get_edges() != n - 1:total_cost = -1print(total_cost)

 

这篇关于OD C卷 - 5G网络建设的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1094577

相关文章

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

ASIO网络调试助手之一:简介

多年前,写过几篇《Boost.Asio C++网络编程》的学习文章,一直没机会实践。最近项目中用到了Asio,于是抽空写了个网络调试助手。 开发环境: Win10 Qt5.12.6 + Asio(standalone) + spdlog 支持协议: UDP + TCP Client + TCP Server 独立的Asio(http://www.think-async.com)只包含了头文件,不依

poj 3181 网络流,建图。

题意: 农夫约翰为他的牛准备了F种食物和D种饮料。 每头牛都有各自喜欢的食物和饮料,而每种食物和饮料都只能分配给一头牛。 问最多能有多少头牛可以同时得到喜欢的食物和饮料。 解析: 由于要同时得到喜欢的食物和饮料,所以网络流建图的时候要把牛拆点了。 如下建图: s -> 食物 -> 牛1 -> 牛2 -> 饮料 -> t 所以分配一下点: s  =  0, 牛1= 1~

poj 3068 有流量限制的最小费用网络流

题意: m条有向边连接了n个仓库,每条边都有一定费用。 将两种危险品从0运到n-1,除了起点和终点外,危险品不能放在一起,也不能走相同的路径。 求最小的费用是多少。 解析: 抽象出一个源点s一个汇点t,源点与0相连,费用为0,容量为2。 汇点与n - 1相连,费用为0,容量为2。 每条边之间也相连,费用为每条边的费用,容量为1。 建图完毕之后,求一条流量为2的最小费用流就行了

poj 2112 网络流+二分

题意: k台挤奶机,c头牛,每台挤奶机可以挤m头牛。 现在给出每只牛到挤奶机的距离矩阵,求最小化牛的最大路程。 解析: 最大值最小化,最小值最大化,用二分来做。 先求出两点之间的最短距离。 然后二分匹配牛到挤奶机的最大路程,匹配中的判断是在这个最大路程下,是否牛的数量达到c只。 如何求牛的数量呢,用网络流来做。 从源点到牛引一条容量为1的边,然后挤奶机到汇点引一条容量为m的边

配置InfiniBand (IB) 和 RDMA over Converged Ethernet (RoCE) 网络

配置InfiniBand (IB) 和 RDMA over Converged Ethernet (RoCE) 网络 服务器端配置 在服务器端,你需要确保安装了必要的驱动程序和软件包,并且正确配置了网络接口。 安装 OFED 首先,安装 Open Fabrics Enterprise Distribution (OFED),它包含了 InfiniBand 所需的驱动程序和库。 sudo

【机器学习】高斯网络的基本概念和应用领域

引言 高斯网络(Gaussian Network)通常指的是一个概率图模型,其中所有的随机变量(或节点)都遵循高斯分布 文章目录 引言一、高斯网络(Gaussian Network)1.1 高斯过程(Gaussian Process)1.2 高斯混合模型(Gaussian Mixture Model)1.3 应用1.4 总结 二、高斯网络的应用2.1 机器学习2.2 统计学2.3

网络学习-eNSP配置NAT

NAT实现内网和外网互通 #给路由器接口设置IP地址模拟实验环境<Huawei>system-viewEnter system view, return user view with Ctrl+Z.[Huawei]undo info-center enableInfo: Information center is disabled.[Huawei]interface gigabit

Golang 网络爬虫框架gocolly/colly(五)

gcocolly+goquery可以非常好地抓取HTML页面中的数据,但碰到页面是由Javascript动态生成时,用goquery就显得捉襟见肘了。解决方法有很多种: 一,最笨拙但有效的方法是字符串处理,go语言string底层对应字节数组,复制任何长度的字符串的开销都很低廉,搜索性能比较高; 二,利用正则表达式,要提取的数据往往有明显的特征,所以正则表达式写起来比较简单,不必非常严谨; 三,使

Golang网络爬虫框架gocolly/colly(四)

爬虫靠演技,表演得越像浏览器,抓取数据越容易,这是我多年爬虫经验的感悟。回顾下个人的爬虫经历,共分三个阶段:第一阶段,09年左右开始接触爬虫,那时由于项目需要,要访问各大国际社交网站,Facebook,myspace,filcker,youtube等等,国际上叫得上名字的社交网站都爬过,大部分网站提供restful api,有些功能没有api,就只能用http抓包工具分析协议,自己爬;国内的优酷、