2021 四川省赛 L. Spicy Restaurant(最短距离相互性,多源bfs)

26 篇文章 5 订阅
19 篇文章 0 订阅

题目链接


大意:

给定一个 n 个点,m 条边的无向图,每个点有点权 wi,边权都为 1。( 1 ≤ n , m ≤ 1 0 5 , 1 ≤ w i ≤ 100 ) 1 \le n, m \le 10^5, 1 \le w_i \le 100) 1n,m105,1wi100)
一共 q 次询问,每次给出一个点 x,输出不超过 x 的点权的所有点中,距 x 最近的点的距离。 ( 1 ≤ q ≤ 5 × 1 0 5 ) (1≤q≤5×10^5) (1q5×105)

思路:

一共有5e5次询问,所以如果是每次询问都现求的话,每次求答案都需要在O(logn)的复杂度内解决,这对于求最短距离明显是不可以的。
所以只有另一种思路,提前预处理出所有答案!

点权最多只有100种,所以突破口在这。
对每一种点权,跑一遍bfs,用所有这种点权的点更新到其他所有点的最短距离多源bfs。用 d[i,j] 来表示,点 i 到点权为 j 的所有点中的最短距离。
对于每次bfs权值w,找到所有权值为w的点,放到队列中。距离d[i,w]=0。用这些点来更新其余点。

思维的转换就在这:因为是无向图,所以用这种点权的点更新出的到其他所有点的最短距离,其实也是其他所有点的到这种点权的点的最短距离。

跑完所有种点权,那么就能预处理出所有点到所有种点权的最短距离了,复杂度O(wi*n)

所以对后面每次询问,遍历找出到所有比其小的点权最短距离中的最小值就行了。
总复杂度:O(wi*n+wi*q)

Code:

//keeping hurry and coding calm.

int T, n, m;
int a[N];
int d[N][110];
int e[N],ne[N],h[N],idx;
int f[N];

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

void bfs(int k)
{
	queue<int> que;
	
	for(int i=1;i<=n;i++){
		f[i]=0;
		if(a[i]==k) que.push(i),d[i][k]=0,f[i]=1;
	}
	
	while(que.size())
	{
		int x=que.front();que.pop();
		
		for(int i=h[x];i!=-1;i=ne[i])
		{
			int tx=e[i];
			if(f[tx]) continue;
			
			d[tx][k]=d[x][k]+1;
			que.push(tx);
			f[tx]=1;
		}
	}
}

int main(){
	IOS;
	
	cin>>n>>m>>T;
	for(int i=1;i<=n;i++) cin>>a[i];
	
	mem(h,-1);
	while(m--)
	{
		int x,y;cin>>x>>y;
		add(x,y);add(y,x);
	}
	
	mem(d,0x3f);
	for(int i=1;i<=100;i++) bfs(i);
	
	while(T--)
	{
		int p,k; 
		cin>>p>>k;
		int mina=0x3f3f3f3f;
		for(int i=1;i<=k;i++) mina=min(mina,d[p][i]);
		
		if(mina!=0x3f3f3f3f) cout<<mina<<"\n";
		else cout<<-1<<"\n";
	}
	
	return 0;
}

经验:

1.由多次询问的时间复杂度可以想到预处理;
2.由无向图可以想到 最短距离的相互性(思维的转换),由边权都为1可以想到bfs;
3.第一次遇到多源bfs的题。


挺不错的一道题!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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