飞行路线(分层图+dijstra+堆优化)(加上题目选数复习)

2024-02-17 23:36

本文主要是介绍飞行路线(分层图+dijstra+堆优化)(加上题目选数复习),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!

飞行路线

这一题除了堆优化和dijstra算法和链式前向星除外还多考了一个考点就是,分层图,啥叫分层图呢?简而言之就是一个三维的图,按照其题意来说有几个可以免费的点就有几层,而且这个分层的权值为0(这样就相当于免费了), 怎么来理解这个意思呢?就是相当于这个dijstra算法它遍历的不再是一个一维图而是一个三维图,本质还是一样的,由于我们储存的边信息用的是链式前向星,所有所有的边都是按照顺序结构存放在一个一个顺序表中,所以我们不用担心空间复杂度的问题,只需要担心时间复杂度,但是由于我们用到了对堆优化。这一题就是相当于将前面的堆优化就上dijstra算法加上链式前向星重新复习一遍。

代码如下

#include<iostream>
#include<queue>
#include<string.h>
using namespace std;
const int M = 2e5;
const int N = 5e6;
int ans[N], cnt = 0, head[N], s, t, n, m, k;
bool vis[N];
//优先队列的结构体
struct node {int id;int dis;bool operator< (const node& x) const {return x.dis < dis;}
};
//优先队列
priority_queue<node> q;
//边的结构体
struct EDGE
{int next;int w;int to;
}e[N];
//键边函数
void add(int u, int v, int w)
{e[++cnt].w = w;e[cnt].to = v;e[cnt].next = head[u];head[u] = cnt;
}
//dijstra函数
void dijstra()
{ans[s] = 0;q.push(node{ s,0 });while (!q.empty()){node tmp = q.top();q.pop();int k = tmp.id;if (vis[k])continue;vis[k] = true;for (int i = head[k]; i != 0; i = e[i].next){int to = e[i].to;if (!vis[to] && ans[to] > ans[k] + e[i].w){ans[to] = ans[k] + e[i].w;q.push(node{ to,ans[to] });}}}
}int main()
{cin >> n >> m >> k;cin >> s >> t;s++;t++;memset(ans, 0x3f, sizeof(ans));for (int i = 1; i <= m; i++){int u, v, w;cin >> u >> v >> w;++u;++v;add(u, v, w);add(v, u, w);for (int j = 1; j <= k; j++) {add(u + (j - 1) * n, v + j * n, 0);add(v + (j - 1) * n, u + j * n, 0);add(v + j * n, u + j * n, w);add(u + j * n, v + j * n, w);}}dijstra();int anss = 0x7fffffff;for (int i = 0; i <= k; i++){if (anss > ans[t + i * n]){anss = ans[t + i * n];}}cout << anss << endl;return 0;
}

选数

为什么要重新写一下这一题,因为我在这题错过两遍了,为了防止错三遍 ,再写一遍,结果终于是在没有外力靠住下写出来了
主要思路还是深搜:在dfs函数中需要定义三个变量,第一是就是一记录有多少个答案,第二就是就是for循环的下标,第三就是sum用于记录这个和。

代码如下(我竟然真的靠自己完全写出来的)

#include<iostream>
#include<queue>
#include<algorithm>
#include<cmath>
using namespace std;
int n,m;
int a[100000];
bool ispear(int x)
{if(x==1)return false;if(x==2)return true;if(x>3){for(int i=2;i<=sqrt(x);i++){if(x%i==0)return false;}}return true;
}
int ans=0;
void dfs(int sum,int step,int cnt)
{if(cnt>=m){if(ispear(sum)){ans++;}return ;}for(int i=step+1;i<=n;i++){dfs(sum+a[i],i,cnt+1);}
}
int main()
{cin>>n>>m;for(int i=1;i<=n;i++)cin>>a[i];dfs(0,0,0);cout<<ans<<endl;return 0;
}

这篇关于飞行路线(分层图+dijstra+堆优化)(加上题目选数复习)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/719334

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

MySQL高性能优化规范

前言:      笔者最近上班途中突然想丰富下自己的数据库优化技能。于是在查阅了多篇文章后,总结出了这篇! 数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来) 数据库对象的命名要能做到见名识意,并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀,备份

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

题目1254:N皇后问题

题目1254:N皇后问题 时间限制:1 秒 内存限制:128 兆 特殊判题:否 题目描述: N皇后问题,即在N*N的方格棋盘内放置了N个皇后,使得它们不相互攻击(即任意2个皇后不允许处在同一排,同一列,也不允许处在同一斜线上。因为皇后可以直走,横走和斜走如下图)。 你的任务是,对于给定的N,求出有多少种合法的放置方法。输出N皇后问题所有不同的摆放情况个数。 输入

题目1380:lucky number

题目1380:lucky number 时间限制:3 秒 内存限制:3 兆 特殊判题:否 提交:2839 解决:300 题目描述: 每个人有自己的lucky number,小A也一样。不过他的lucky number定义不一样。他认为一个序列中某些数出现的次数为n的话,都是他的lucky number。但是,现在这个序列很大,他无法快速找到所有lucky number。既然

从状态管理到性能优化:全面解析 Android Compose

文章目录 引言一、Android Compose基本概念1.1 什么是Android Compose?1.2 Compose的优势1.3 如何在项目中使用Compose 二、Compose中的状态管理2.1 状态管理的重要性2.2 Compose中的状态和数据流2.3 使用State和MutableState处理状态2.4 通过ViewModel进行状态管理 三、Compose中的列表和滚动

【408数据结构】散列 (哈希)知识点集合复习考点题目

苏泽  “弃工从研”的路上很孤独,于是我记下了些许笔记相伴,希望能够帮助到大家    知识点 1. 散列查找 散列查找是一种高效的查找方法,它通过散列函数将关键字映射到数组的一个位置,从而实现快速查找。这种方法的时间复杂度平均为(