最佳旅游路线

题目描述

某旅游区的街道成网格状。其中东西向的街道都是旅游街,南北向的街道都是林阴道。由于游客众多,旅游街被规定为单行道,游客在旅游街上只能从西向东走,在林阴道上则既可从南向北走,也可以从北向南走。

阿龙想到这个旅游街游玩,他的好友阿福给了他一些建议,用分值表示所有旅游街相邻两个路口之见的街道值得游览的程度,分值是从-100到100的整数,所有林阴道不打分。所有分值不可能全是负分。如图:

输入输出格式

输入格式:

输入文件的第一行是两个整数m和n,之间用一个空格隔开,m表示有m条旅游街(1≤m≤100 ),n 表示有(n+1)条林阴道(1≤n≤20001 )。接下来的m行依次给出了由北向南每条旅游街的分值信息。每行有n个整数,依次表示了自西向东旅游街每一小段的分值。同一行相邻两个数之间用一个空格隔开。

输出格式:

输出文件只有一行,是一个整数,表示你的程序找到的最佳游览线路的总分值。

输入输出样例

输入样例#1: 复制
3 5 
-50  –47  36   –30  –23 
17   –19  –34  –13  –8 
-42  –3   –43  34   -45 
var
 a:array[0..1000,0..20001] of longint;
 f,s:array[0..20001] of longint;
 k,n,m,ans,max:longint;
 i,j:longint;
begin
 read(n,m);
 for i:=1 to n do
  for j:=1 to m do
  read(a[i,j]);

 for i:=1 to m do
 begin
  s[i]:=-maxlongint;
   for j:=1 to n do
    if a[j,i]>s[i] then s[i]:=a[j,i];
 end;

 for i:=1 to m do
  f[i]:=f[i-1]+s[i];

  for i:=0 to m do
   for j:=i+1 to m do
    if f[j]-f[i]>ans then
     ans:=f[j]-f[i];

  write(ans);
end.
输出样例#1: 复制

84

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我可以为你提供一个基于 Python 的简单游览长隆世界动物园最佳旅游路线的代码。在这个代码中,我们将使用广度优先搜索算法(BFS)来查找最短路线。 首先,我们需要定义一些变量和数据结构: ```python # 地图 map = { "入口": {"海洋王国", "欢乐世界"}, "欢乐世界": {"入口", "动物世界", "百鸟园", "熊猫馆"}, "海洋王国": {"入口", "海狮湾", "海豚湾", "极地海洋馆"}, "动物世界": {"欢乐世界", "大象馆", "狮虎山"}, "百鸟园": {"欢乐世界", "孔雀园", "鹦鹉馆"}, "熊猫馆": {"欢乐世界", "熊猫剧场"}, "海狮湾": {"海洋王国"}, "海豚湾": {"海洋王国"}, "极地海洋馆": {"海洋王国"}, "大象馆": {"动物世界"}, "狮虎山": {"动物世界"}, "孔雀园": {"百鸟园"}, "鹦鹉馆": {"百鸟园"}, "熊猫剧场": {"熊猫馆"} } # 起点和终点 start = "入口" end = "海狮湾" ``` 接下来,我们可以定义 BFS 算法来找到最短路线: ```python from collections import deque # BFS 算法 def bfs(graph, start, end): # 用来记录访问过的节点 visited = set() # 用来存储每个节点的前驱节点,便于最后回溯路径 predecessor = dict() # 用来存储每个节点到起点的距离 distance = dict() # 初始化起点信息 queue = deque() visited.add(start) predecessor[start] = None distance[start] = 0 queue.append(start) # 开始搜索 while queue: node = queue.popleft() for neighbor in graph[node]: if neighbor not in visited: visited.add(neighbor) predecessor[neighbor] = node distance[neighbor] = distance[node] + 1 if neighbor == end: # 找到目标节点,回溯路径 path = [] while neighbor: path.append(neighbor) neighbor = predecessor[neighbor] path.reverse() return path, distance[end] queue.append(neighbor) # 没有找到路径 return None, None ``` 最后,我们可以调用 BFS 函数来查找最短路线: ```python path, distance = bfs(map, start, end) if path: print("最短路线为:", "->".join(path)) print("最短距离为:", distance) else: print("没有找到路径。") ``` 完整代码如下所示: ```python from collections import deque # 地图 map = { "入口": {"海洋王国", "欢乐世界"}, "欢乐世界": {"入口", "动物世界", "百鸟园", "熊猫馆"}, "海洋王国": {"入口", "海狮湾", "海豚湾", "极地海洋馆"}, "动物世界": {"欢乐世界", "大象馆", "狮虎山"}, "百鸟园": {"欢乐世界", "孔雀园", "鹦鹉馆"}, "熊猫馆": {"欢乐世界", "熊猫剧场"}, "海狮湾": {"海洋王国"}, "海豚湾": {"海洋王国"}, "极地海洋馆": {"海洋王国"}, "大象馆": {"动物世界"}, "狮虎山": {"动物世界"}, "孔雀园": {"百鸟园"}, "鹦鹉馆": {"百鸟园"}, "熊猫剧场": {"熊猫馆"} } # 起点和终点 start = "入口" end = "海狮湾" # BFS 算法 def bfs(graph, start, end): # 用来记录访问过的节点 visited = set() # 用来存储每个节点的前驱节点,便于最后回溯路径 predecessor = dict() # 用来存储每个节点到起点的距离 distance = dict() # 初始化起点信息 queue = deque() visited.add(start) predecessor[start] = None distance[start] = 0 queue.append(start) # 开始搜索 while queue: node = queue.popleft() for neighbor in graph[node]: if neighbor not in visited: visited.add(neighbor) predecessor[neighbor] = node distance[neighbor] = distance[node] + 1 if neighbor == end: # 找到目标节点,回溯路径 path = [] while neighbor: path.append(neighbor) neighbor = predecessor[neighbor] path.reverse() return path, distance[end] queue.append(neighbor) # 没有找到路径 return None, None # 查找最短路线 path, distance = bfs(map, start, end) if path: print("最短路线为:", "->".join(path)) print("最短距离为:", distance) else: print("没有找到路径。") ``` 希望这个代码能够帮助你规划游览长隆世界动物园的最佳旅游路线
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