【算法】新年好(堆优化dijkstra)

2023-11-05 21:28

本文主要是介绍【算法】新年好(堆优化dijkstra),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!

题目 

        重庆城里有 n 个车站,m 条 双向 公路连接其中的某些车站。

        每两个车站最多用一条公路连接,从任何一个车站出发都可以经过一条或者多条公路到达其他车站,但不同的路径需要花费的时间可能不同。

        在一条路径上花费的时间等于路径上所有公路需要的时间之和。

        佳佳的家在车站 1,他有五个亲戚,分别住在车站 a,b,c,d,e。

        过年了,他需要从自己的家出发,拜访每个亲戚(顺序任意),给他们送去节日的祝福。

        怎样走,才需要最少的时间?

输入格式

        第一行:包含两个整数 n,m,分别表示车站数目和公路数目。

        第二行:包含五个整数 a,b,c,d,e,分别表示五个亲戚所在车站编号。

        以下 m 行,每行三个整数 x,y,t,表示公路连接的两个车站编号和时间。

输出格式

        输出仅一行,包含一个整数 T,表示最少的总时间。

数据范围

1 ≤ n ≤ 50000
1 ≤ m ≤ 10^5
1 < a,b,c,d,e ≤ n
1 ≤ x , y ≤ n
1 ≤ t ≤ 100

思路

样例:
6 6
2 3 4 5 6
1 2 8
2 3 3
3 4 4
4 5 5
5 6 2
1 6 7

根据样例,我们可以得到一张图: 

 

因为数据范围:

1 ≤ n ≤ 50000
1 ≤ m ≤ 10^5

我们可知这是一张稀疏图,我们可以使用邻接矩阵进行存储。

我们可以进行6次堆优化版的dijkstra算法,依次求出佳佳与五个亲戚到其他点的最小距离。

        当我们得到佳佳与五个亲戚到其余点的最小距离之后,我们可以考虑使用深度搜索去搜索佳佳拜访五位亲戚的顺序,并保留这些顺序中的最小值。

 

代码

#include<bits/stdc++.h>
using namespace std;
const int N = 50010,M = 200010,INF = 0x3f3f3f3f;
typedef pair<int,int> PII;
int n,m;
int source[6];
int h[N],e[M],w[M],ne[M],idx;
int q[N],dist[6][N];
bool st[N];void add(int a,int b,int c)
{e[idx] = b,w[idx] = c,ne[idx] = h[a],h[a] = idx ++;
}void spfa(int start,int dist[])
{memset(dist,0x3f,N * 4);dist[start] = 0;priority_queue<PII,vector<PII>,greater<PII>> heap;heap.emplace(0,start);while(!heap.empty()){auto t = heap.top();heap.pop();int x = t.second;for(int i = h[x]; i != -1; i = ne[i]){int j = e[i];if(dist[j] > dist[x] + w[i]){dist[j] = dist[x] + w[i];heap.emplace(dist[j],j);}}}
}int dfs(int u,int start,int distance)
{if(u == 6) return distance;int res = INF;for(int i = 1; i <= 5; i++)if(!st[i]){int next = source[i];st[i] = true;res = min(res,dfs(u + 1,i,distance + dist[start][next]));st[i] = false;}return res;
}int main()
{scanf("%d%d",&n,&m);source[0] = 1;for(int i = 1; i<= 5; i ++) scanf("%d",&source[i]);memset(h,-1,sizeof(h));while(m --){int a,b,c;scanf("%d%d%d",&a,&b,&c);add(a,b,c),add(b,a,c);}for(int i = 0; i < 6; i ++) spfa(source[i],dist[i]);cout << dfs(1,0,0) << endl;return 0;
}

这篇关于【算法】新年好(堆优化dijkstra)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/352612

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、