无向图最短路径问题

 

给你n个点,m条无向边,每条边都有长度d和花费p,给你起点s终点t,要求输出起点到终点的最短距离及其花费,如果最短距离有多条路线,则输出花费最少的。

Input

输入n,m,点的编号是1~n,然后是m行,每行4个数 a,b,d,p,表示a和b之间有一条边,且其长度为d,花费为p。最后一行是两个数 s,t;起点s,终点。n和m为0时输入结束。 
(1<n<=1000, 0<m<100000, s != t)

Output

输出 一行有两个数, 最短距离及其花费。

Sample Input

3 2
1 2 5 6
2 3 4 5
1 3
0 0

Sample Output

9 11

求最短路径问题,即从一点到另外一点的最短路径,Dijkstra算法即可解决,时间复杂度O(n^2)

在最短路都多条的情况下,求最少花费,加个判断条件即可

 

for(int i=1;i<=n;i++)
        {
    		if(dis[i]==dis[u]+g[u][i])
            {
        	    if(c[i]>c[u]+cost[u][i] )
        	        c[i]=c[u]+cost[u][i];
		    }
	        else if(dis[i]>dis[u]+g[u][i])  
		       {
			       dis[i]=dis[u]+g[u][i];
        	       c[i]=c[u]+cost[u][i];
		       }
    	   
       }

代码如下:

 

//Dijkstra算法 临接矩阵 
#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
const int N=1005;
int g[N][N];     //存图 N->N 的距离 
int cost[N][N];  //存图N->N 的花费 
int c[N];        //存最小花费 
int dis[N];      //存最小距离 
int vis[N],n,m;  //标记改点是否已经走过
int t1,t2; 
#define Inf 0x3f3f3f3f
void Init()
{
    memset(g,Inf,sizeof(g));
    memset(cost,Inf,sizeof(cost));
    for(int i=1;i<=n;i++)
    {
    	g[i][i]=0;
    	cost[i][i]=0;
	}
}
void  GetMap()
{
    for(int i=0;i<m;i++)
    {
        int u,v,w,p;
        scanf("%d%d%d%d",&u,&v,&w,&p);
      if(g[u][v]>w)
      {
        g[u][v]=g[v][u]=w;
        cost[u][v]=cost[v][u]=p;
      }
    }
}
void Dijkstra()
{
    memset(vis,0,sizeof(vis));
    for(int i=1;i<=n;i++)    
    {
    	dis[i]=g[t1][i];
    	c[i]=cost[t1][i];
	}
    vis[t1]=1;
    int u;
    for(int k=1;k<n;k++)
    {
      int minn=Inf;
        for(int i=1;i<=n;i++)
        {
            if(!vis[i]&&dis[i]<minn)
               {
                   minn=dis[i];
                   u=i;
               }  
        }
        vis[u]=1;
        for(int i=1;i<=n;i++)
        {
    		if(dis[i]==dis[u]+g[u][i])
            {
        	    if(c[i]>c[u]+cost[u][i] )
        	        c[i]=c[u]+cost[u][i];
		    }
	        else if(dis[i]>dis[u]+g[u][i])  
		       {
			       dis[i]=dis[u]+g[u][i];
        	       c[i]=c[u]+cost[u][i];
		       }
    	   
       }
    }
}
int main()
{
    while(scanf("%d%d",&n,&m))
    {
    	if(n==0 && m==0) break;
    	Init();
        GetMap(); 
        scanf("%d%d",&t1,&t2);
        Dijkstra();  
        cout<<dis[t2]-dis[t1]<<" "<<c[t2]-c[t1]<<endl;
	}
    return 0;
}

 

  • 3
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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性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性。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、旋转不变性矩阵的建立、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,提高了估计的稳健性。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性矩阵的改进处理。 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

打赏作者

ksuper&

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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