武理校赛D题 星际穿越(分层图 + dij堆优化)

2023-11-24 01:50

本文主要是介绍武理校赛D题 星际穿越(分层图 + dij堆优化),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!

武理校赛D题

星际穿越(分层图 + dij堆优化)

牛客链接

题意:

给定 N 个点,M 条边,每条边有边权 w,点分为三类,编号为1,2,3。

给定起点和终点且保证起点和终点都是第 3 类点。

求起点到终点的最短路,且路径中需要有一个 (不多不少刚好一个)1 类点和一个 2 类点,通过 1 类点的时间要在通过 2 类点之前。

保证数据无重边,无负环,图连通。

思路:

第一眼看过去类似一个最短路问题,只不过加了限制条件,因此考虑使用最短路解决。

典中典之错误思路:

一开始想到将所有 1 类点都连接一个边权为 0 的超级源点,2 类点同理,这样可以将模型大概简化为:所有三类点 -> 所有一类点 -> 所有二类点 -> 所有三类点,跑三次 dij 找到答案。
在这里插入图片描述
(最后发现这种算法假了qwq)

这种建图无法保证:

局部最优解是全局最优解;

存在 三类点 -> 二类点 -> 一类点 的可能;

正确思路:

建分层图,分三层:

每一层中的三类点都是联通的;

第一层路径包括 3 -> 3,3 -> 1;

从第一层到第二层的路径由 1 -> (第二层的)3 组成;

第二层路径包括 3 -> 3,1 -> 3;

第二层到第三层的路径由 1 -> (第三层的)2,3 -> (第三层的)2 组成;

第三层路径包括 3 -> 3,2 -> 3;

建完图之后只要从第一层的起点跑到第三层的终点,跑一边 dij 即可算出答案。

细节:

三层图,因此 MAXN 和 MAXM 都要开成三倍;
距离初始化时也要初始化到 3 * n;

const int MAXN = 300010;
const int MAXM = 1500010;
for (int i = 1;i <= n * 3 + 2;i++) dis[i] = inf;

剩下没啥细节基本都是模板

完整代码:

#define _CRT_SECURE_NO_WARNINGS
#include<stdio.h>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<map>
#include<vector>
#include<math.h>
#include<queue>
using namespace std;
typedef long long ll;
typedef double dd;
typedef pair<int, int> pii;
typedef pair<dd, dd> pdd;
const int MAXN = 300010;
const int inf = 1e9 + 7;
const int MAXM = 1500010;//dij 模板
struct EDGE {int u, v, w, nxt;
}e[MAXM];
int head[MAXN], cnt, vis[MAXN], dis[MAXN];
struct NODE {int w, now;bool operator < (const NODE& x) const{return w > x.w;}
};
priority_queue<NODE>q;
int n, m, s, t;
int lei[MAXN];void add(int u, int v, int w)
{e[++cnt] = { u,v,w,head[u] };head[u] = cnt;
}void dij()
{for (int i = 1;i <= n * 3 + 2;i++) dis[i] = inf;dis[s] = 0;q.push({ 0,s });while (q.size()){NODE x = q.top();q.pop();int u = x.now;if (vis[u]) continue;vis[u] = 1;for (int i = head[u];i;i = e[i].nxt){int v = e[i].v;if (dis[v] > dis[u] + e[i].w){dis[v] = dis[u] + e[i].w;q.push({ dis[v],v });}}}
}int main()
{scanf("%d%d%d%d", &n, &m, &s, &t);for (int i = 1;i <= n;i++) scanf("%d", &lei[i]);for (int i = 1;i <= m;i++){int u, v, w;scanf("%d%d%d", &u, &v, &w);if (lei[u] == 3 && lei[v] == 3) add(u, v, w), add(u + n, v + n, w), add(u + 2 * n, v + 2 * n, w);//3 -> 3, 每层都建if (lei[u] == 3 && lei[v] == 1) add(u, v + n, w);//3 -> 1, 第一层到第二层的路径if (lei[u] == 3 && lei[v] == 2) add(u + n, v + 2 * n, w);//3 -> 2, 第二层到第三层的路径if (lei[u] == 1 && lei[v] == 2) add(u + n, v + 2 * n, w);//1 -> 2, 第二层到第三层的路径if (lei[u] == 1 && lei[v] == 3) add(u + n, v + n, w);//1 -> 3, 第二层中的路径if (lei[u] == 2 && lei[v] == 3) add(u + 2 * n, v + 2 * n, w);//2 -> 3, 第三层中的路径}dij();if (dis[t + 2 * n] >= inf) printf("-1");//第一层起点到第三层终点的最短路径else printf("%d", dis[t + 2 * n]);
}

总结:

比赛写这题时心态较急,导致没有仔细思考当时的思路是否可行就开始写,导致一直按照错误思路写到最后 20 分钟才在推优的提醒下发现算法写假。
另一原因也是以前没有写过分层图的题目,所以比赛时即便想到可能可以建三层图,却无法确定是否可行,在两种思路中果断选择了错误的思路 (不愧是我)

这篇关于武理校赛D题 星际穿越(分层图 + dij堆优化)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/421058

相关文章

Spring Boot基于 JWT 优化 Spring Security 无状态登录实战指南

《SpringBoot基于JWT优化SpringSecurity无状态登录实战指南》本文介绍如何使用JWT优化SpringSecurity实现无状态登录,提高接口安全性,并通过实际操作步骤... 目录Spring Boot 实战:基于 JWT 优化 Spring Security 无状态登录一、先搞懂:为什

Java JAR 启动内存参数配置指南(从基础设置到性能优化)

《JavaJAR启动内存参数配置指南(从基础设置到性能优化)》在启动Java可执行JAR文件时,合理配置JVM内存参数是保障应用稳定性和性能的关键,本文将系统讲解如何通过命令行参数、环境变量等方式... 目录一、核心内存参数详解1.1 堆内存配置1.2 元空间配置(MetASPace)1.3 线程栈配置1.

Spring Boot分层架构详解之从Controller到Service再到Mapper的完整流程(用户管理系统为例)

《SpringBoot分层架构详解之从Controller到Service再到Mapper的完整流程(用户管理系统为例)》本文将以一个实际案例(用户管理系统)为例,详细解析SpringBoot中Co... 目录引言:为什么学习Spring Boot分层架构?第一部分:Spring Boot的整体架构1.1

Docker多阶段镜像构建与缓存利用性能优化实践指南

《Docker多阶段镜像构建与缓存利用性能优化实践指南》这篇文章将从原理层面深入解析Docker多阶段构建与缓存机制,结合实际项目示例,说明如何有效利用构建缓存,组织镜像层次,最大化提升构建速度并减少... 目录一、技术背景与应用场景二、核心原理深入分析三、关键 dockerfile 解读3.1 Docke

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

MySQL中优化CPU使用的详细指南

《MySQL中优化CPU使用的详细指南》优化MySQL的CPU使用可以显著提高数据库的性能和响应时间,本文为大家整理了一些优化CPU使用的方法,大家可以根据需要进行选择... 目录一、优化查询和索引1.1 优化查询语句1.2 创建和优化索引1.3 避免全表扫描二、调整mysql配置参数2.1 调整线程数2.