2022-01-11 每日打卡:难题精刷

2022-01-11 每日打卡:难题精刷

写在前面

“这些事儿在熟练之后,也许就像喝口水一样平淡,但却能给初学者带来巨大的快乐,我一直觉得,能否始终保持如初学者般的热情、专注,决定了在做某件事时能走多远,能做多好。” 该系列文章由python编写,所刷题目共三个来源:之前没做出来的 ;Leetcode中等,困难难度题目; 周赛题目;某个专题的经典题目,所有代码已AC。每日1-3道,随缘剖析,希望风雨无阻,作为勉励自己坚持刷题的记录。

LOJ 10068 秘密的牛奶运输

在这里插入图片描述

整体思路

先想求最小,使用Kruskal或者Prim求最小生成树即可。但是题目要求求次小,就需要枚举每条不在树中的边,来替换另一条边。
被替换的边将满足:在新形成的环中,且拥有最大权值。这样可以保证差最小。

最小生成树的求法

这里拓展一个数据结构:并查集。用于检查算法中是否已经成环
在这里插入图片描述
更详细的介绍和代码:最小生成树

题解代码

写了好久没有写出来😫,这是网上找的代码:

#include<bits/stdc++.h>
#include<unordered_set>
#include<unordered_map>
#define _CRT_SECURE_NO_WARNINGS
#define mem(a,b) memset(a,b,sizeof a)
#define cinios (ios::sync_with_stdio(false),cin.tie(0),cout.tie(0))
#define cout_double(a) cout << setiosflags(ios::fixed) << setprecision(a)
#define sca scanf
#define pri printf
#define ul u << 1
#define ur u << 1 | 1
//#pragma GCC optimize(2)
using namespace std;

typedef long long ll;
typedef pair<int, int> PII;

const int N = 510, M = 10010;
int INF = 0x3f3f3f3f, mod = 100003;
ll LNF = 0x3f3f3f3f3f3f3f3f;
int n, m, k, T, S;
int p[N], h[N], ne[M], e[M], wf[M], idx;
int dist[N][N], distc[N][N];
struct edge
{
    int a, b, x;
    bool f;
}ed[M];

void add(int a, int b, int x) {
    e[idx] = b, ne[idx] = h[a], wf[idx] = x, h[a] = idx++;
}

int find(int x) {
    if (p[x] != x)p[x] = find(p[x]);
    return p[x];
}

bool cmp(edge a, edge b) {
    return a.x < b.x;
}

void dfs(int u, int fa, int maxd, int maxdc, int id) { //求次小生成树的精髓
    //dfs暴搜记录最小生成树上任意两点间的路径中的 最大边权 和 次大边权
    dist[id][u] = maxd;
    distc[id][u] = maxdc;//次
    for (int i = h[u]; ~i; i = ne[i]) {
        int j = e[i];
        if (j != fa) { //防止回搜父节点
            if (maxd > wf[i])maxdc = max(maxdc, wf[i]); 
            //如果最大边权不可替代,尝试更新次大边权
            else if (maxd < wf[i])maxdc = maxd;
            //一旦最大边权可以替代,次大肯定等于原来的最大

            //如果相等显然不需要更新

            dfs(j, u, max(maxd, wf[i]), maxdc, id);
        }
    }
}

int main() {
    cinios;
    
    cin >> n >> m;
    mem(h, -1);
    for (int i = 1; i <= n; i++)p[i] = i;

    for (int i = 0; i < m; i ++ ) {
        int a, b, x;
        cin >> a >> b >> x;
        ed[i] = { a,b,x };
    }

    sort(ed, ed + m, cmp);//贪心

    ll sum = 0;
    for (int i = 0; i < m; i++) { //先标准建一颗最小生成树
        int a = ed[i].a, b = ed[i].b, w = ed[i].x;
        int fa = find(a), fb = find(b);
        if (fa != fb) { 
            sum += w;
            ed[i].f = true;//标记为树上的边
            add(a, b, w), add(b, a, w);
            //建这颗树
            p[fa] = fb;
        }
    }

    for (int i = 1; i <= n; i++)dfs(i, -1, 0, 0, i);
    //因为要求任意两点间信息,所以每个点都暴搜一遍

    ll ans = LNF;
    for (int i = 0; i < m; i++)
        if (!ed[i].f) { //枚举所有非树边
            int a = ed[i].a, b = ed[i].b, w = ed[i].x;

            //一旦一条非树边的权值大于原来树上这两点间路径上的最大边权
            //显然删掉树上{a,b}这条边,加上 w ,这颗生成树的权值肯定增大
            //枚举所有这样的操作,显然可以得到一颗次小生成树

            //但要注意次小生成树有分严格和非严格
            //严格:次小树的权值必须比最小树的大
            //非严格:可以相等,只要加的边和删的不是同一条即可

            if (w > dist[a][b]) //这里要求的是一个严格次小生成树
                ans = min(ans, sum - dist[a][b] + w);
            else if (w == dist[a][b]) //一旦相同可以尝试更新{a,b}路径的次小边
                //如果不存在,distc[a][b] == 0
                ans = min(ans, sum - distc[a][b] + w);

            //可能会有疑问,为什么没有 w < dist[a][b] ?
            //因为如果有,显然 w 应该代替{a,b}路径的最大边,形成一颗更小的生成树
            //跟之前求最小生成树就矛盾了
        }

    cout << ans;

    return 0;
}


冗余连接

在这里插入图片描述
典型并查集的应用:

class Solution:
    def findRedundantConnection(self, edges: List[List[int]]) -> List[int]:
        n = len(edges)
        parent = list(range(n + 1))

        def find(index: int) -> int:
        	# 避免重复套娃
            if parent[index] != index:
                parent[index] = find(parent[index])
            return parent[index]
        
        def union(index1: int, index2: int):
            parent[find(index1)] = find(index2)

        for node1, node2 in edges:
            if find(node1) != find(node2):
                union(node1, node2)
            else:
                return [node1, node2]
        
        return []
        
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要找出某个日期的正确上下班打时间,你可以使用`datetime`模块进行日期时间的比较和筛选。下面是一个示例代码: ```python import datetime # 打数据 data = [ {'日期': '2023-06-10', '开始时间': '2023-06-10 16:27:00', '结束时间': '2023-06-10 17:39:00'}, {'日期': '2023-06-11', '开始时间': '2023-06-11 01:57:00', '结束时间': '2023-06-11 02:02:00'}, {'日期': '2023-06-11', '开始时间': '2023-06-11 15:57:00', '结束时间': '2023-06-12 01:51:00'}, {'日期': '2023-07-01', '开始时间': '2023-07-01 08:09:00', '结束时间': '2023-07-01 17:25:00'}, {'日期': '2023-07-01', '开始时间': '2023-07-01 17:32:00', '结束时间': '2023-07-01 17:41:00'} ] target_date = datetime.date(2023, 6, 11) # 指定目标日期 # 遍历打数据,找到目标日期的打记录 for record in data: record_date = datetime.datetime.strptime(record['日期'], '%Y-%m-%d').date() if record_date == target_date: start_time = datetime.datetime.strptime(record['开始时间'], '%Y-%m-%d %H:%M:%S') end_time = datetime.datetime.strptime(record['结束时间'], '%Y-%m-%d %H:%M:%S') print('开始时间:', start_time) print('结束时间:', end_time) ``` 在上面的示例代码中,我们首先指定目标日期为`2023-06-11`,然后遍历打数据,找到与目标日期匹配的记录。然后将开始时间和结束时间转换为`datetime`对象,并打印出来。 你可以根据实际需要修改目标日期和打数据,以适应你的情况。 希望对你有所帮助!如果还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值