PAT A1003 Emergency (25 分) 图 Dijkstra算法

    题目大意:给出一张图,求从起点S到终点D的最短路径的条数,并且求出在这些最短路径中能达到的最大的点权之和。

    常规的dijkstra求最短路径,然后用dfs得到最大的点权和及最短路径数。

AC代码如下:

#include <iostream>
#include <vector>
#include <algorithm>
#include <cstdio>
#include <cmath>
#include <stack>
#include <queue>
#include <set>
#include <map>
#include <cstring>

using namespace std;

const int MAXN = 510;
const int INF = 0x7FFFFFFF;
int G[MAXN][MAXN] = {0};
int weight[MAXN] = {0};
int d[MAXN] = {0};
bool visited[MAXN] = {false};
vector<int> pre[MAXN];

void dijkstra(int s, int N)
{
    fill(d, d + MAXN, INF);
    d[s] = 0;
    for (int i = 0; i < N; ++i)
    {
        int u = -1, min = INF;
        for (int j = 0; j < N; ++j)
        {
            if(d[j] < min && !visited[j])
            {
                u = j;
                min = d[j];
            }
        }
        if(u == -1) return;
        visited[u] = true;
        d[u] = min;
        for (int k = 0; k < N; ++k)
        {
            if(!visited[k] && G[u][k] < INF && d[u] + G[u][k] < d[k])
            {
                d[k] = d[u] + G[u][k];
                pre[k].clear();
                pre[k].push_back(u);
            }
            else if(!visited[k] && G[u][k] < INF && d[u] + G[u][k] == d[k])
                pre[k].push_back(u);
        }
    }
}

int optValue = 0;
int pathCount = 0;
vector<int> tmpPath;
void dfs(int v, int S)
{
    if(v == S)
    {
        pathCount++;
        tmpPath.push_back(v);
        int value = 0;
        for (int i = tmpPath.size() - 1; i >= 0; --i)
        {
            value += weight[tmpPath[i]];
        }
        if(optValue < value) optValue = value;
        tmpPath.pop_back();
        return;
    }
    tmpPath.push_back(v);
    for (int i = 0; i < pre[v].size(); ++i)
    {
        dfs(pre[v][i], S);
    }
    tmpPath.pop_back();
}


int main()
{
    fill(G[0], G[0] + MAXN * MAXN, INF);
    int N, M, S, D;
    cin >> N >> M >> S >> D;
    for (int i = 0; i < N; ++i)
    {
        scanf("%d", &weight[i]);
    }
    for (int i = 0; i < M; ++i)
    {
        int u, v, l;
        cin >> u >> v >> l;
        G[u][v] = G[v][u] = l;
    }
    dijkstra(S, N);
    dfs(D, S);
    printf("%d %d", pathCount, optValue);
    return 0;
}


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 类问题:判断像中的目标属于哪个类别。 定位问题:确定目标在像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法类 基于深度学习的目标检测算法主要为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入像一次性划为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 类问题:判断像中的目标属于哪个类别。 定位问题:确定目标在像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法类 基于深度学习的目标检测算法主要为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入像一次性划为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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