HDU 3035 War 平面最小割+优先队列优化的dij

2024-04-22 07:48

本文主要是介绍HDU 3035 War 平面最小割+优先队列优化的dij,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!

题意:给一个矩形图(具体看图),左上角的点为起点,右下角的点为终点。图中每一条边都有权值,所以要是想切断一些边,使得起点终点不能相通,问需要切掉边的最小权值。


想法:网络流最小割当然可以做,但是点有501*501+500*500,很尴尬太多了。所以可以从左下角,向右上角切割来阻断路径(平面最小割)。这个要把每一个被线分割的区域当做一个点,每个区域之间的线的权值为边的权值。这个里面有一个类似的图HDU 3870 Catch the Theves 最短路求最小割   


#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
#define inf 0x7fffffff
using namespace std;
const int nodes=505*505*5;
const int edges=505*505*16;
int n,m,st,ed;
int hang[505][505],shu[505][505],cha[1005][1005];
int vis[nodes],dis[nodes];
struct node 
{int v,next,w;
}e[edges];
struct nodee
{int v,dis;nodee() {}nodee(int v1,int dis1):v(v1),dis(dis1){}bool operator < (const nodee a)const{return a.dis<dis;}
};
int head[nodes],cnt;
void Init()
{memset(head,-1,sizeof(head));cnt=0;
}
void add(int a,int b,int c)
{e[cnt].v=b;e[cnt].w=c;e[cnt].next=head[a];head[a]=cnt++;
}
void build_map()
{st=0;ed=n*m*4+1;for(int i=1;i<=n;i++)//左边 {int num=2*n*m+((i-1)*m+1)*2-1;add(st,num,shu[i][1]);}for(int i=1;i<=n;i++)//右边 {int num=2*n*m+((i-1)*m+m)*2;add(num,ed,shu[i][m+1]);}for(int i=1;i<=m;i++)//下边 {int num=(2*n-1)*m+i;add(st,num,hang[n+1][i]);}for(int i=1;i<=m;i++)//上边 {int num=(2*1-1)*m+i-m;add(num,ed,hang[1][i]);}for(int i=1;i<=n;i++){for(int j=1;j<=m;j++){int numz=2*n*m+((i-1)*m+j)*2-1;int numy=2*n*m+((i-1)*m+j)*2;int nums=(2*i-1)*m+j-m;int numx=(2*i-1)*m+j;add(numz,nums,cha[2*i-1][2*j-1]);add(numy,nums,cha[2*i-1][2*j]);add(numx,numz,cha[2*i][2*j-1]);add(numx,numy,cha[2*i][2*j]);add(nums,numz,cha[2*i-1][2*j-1]);add(nums,numy,cha[2*i-1][2*j]);add(numz,numx,cha[2*i][2*j-1]);add(numy,numx,cha[2*i][2*j]);if(j!=m){add(numy,numy+1,shu[i][j+1]);add(numy+1,numy,shu[i][j+1]);}if(i!=1){add(nums,nums-m,hang[i][j]);add(nums-m,nums,hang[i][j]);}}} 
}
void dij()
{for(int i=st;i<=ed;i++){dis[i]=inf;vis[i]=0;}dis[st]=0;priority_queue<nodee>q;q.push(nodee(st,0));while(!q.empty()){int u=q.top().v;q.pop();if(u==ed) break;if(vis[u]) continue;vis[u]=1;for(int i=head[u];i+1;i=e[i].next){int v=e[i].v;if(!vis[v]&&dis[v]>dis[u]+e[i].w){dis[v]=dis[u]+e[i].w;q.push(nodee(v,dis[v]));}}}printf("%d\n",dis[ed]);
}
int main()
{while(~scanf("%d%d",&n,&m)){for(int i=1;i<=n+1;i++)//(n+1)*m{for(int j=1;j<=m;j++)scanf("%d",&hang[i][j]);}for(int i=1;i<=n;i++)//n*(m+1){for(int j=1;j<=m+1;j++)scanf("%d",&shu[i][j]);}for(int i=1;i<=2*n;i++)//2n*2m {for(int j=1;j<=2*m;j++)scanf("%d",&cha[i][j]);}Init();build_map(); dij();}return 0;} 




这篇关于HDU 3035 War 平面最小割+优先队列优化的dij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/925193

相关文章

SpringKafka错误处理(重试机制与死信队列)

《SpringKafka错误处理(重试机制与死信队列)》SpringKafka提供了全面的错误处理机制,通过灵活的重试策略和死信队列处理,下面就来介绍一下,具有一定的参考价值,感兴趣的可以了解一下... 目录引言一、Spring Kafka错误处理基础二、配置重试机制三、死信队列实现四、特定异常的处理策略五

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

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

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