9 通电
【问题描述】
2015年,全中国实现了户户通电。作为一名电力建设者,小明正在帮助一带一路上的国家通电。
这一次,小明要帮助 n 个村庄通电,其中 1 号村庄正好可以建立一个发电站,所发的电足够所有村庄使用。
现在,这 n 个村庄之间都没有电线相连,小明主要要做的是架设电线连接这些村庄,使得所有村庄都直接或间接的与发电站相通。
小明测量了所有村庄的位置(坐标)和高度,如果要连接两个村庄,小明需要花费两个村庄之间的坐标距离加上高度差的平方,形式化描述为坐标为 (x_1, y_1) 高度为 h_1 的村庄与坐标为 (x_2, y_2) 高度为 h_2 的村庄之间连接的费用为
sqrt((x_1-x_2)(x_1-x_2)+(y_1-y_2)(y_1-y_2))+(h_1-h_2)*(h_1-h_2)。
在上式中 sqrt 表示取括号内的平方根。请注意括号的位置,高度的计算方式与横纵坐标的计算方式不同。
由于经费有限,请帮助小明计算他至少要花费多少费用才能使这 n 个村庄都通电。
【输入格式】
输入的第一行包含一个整数 n ,表示村庄的数量。
接下来 n 行,每个三个整数 x, y, h,分别表示一个村庄的横、纵坐标和高度,其中第一个村庄可以建立发电站。
【输出格式】
输出一行,包含一个实数,四舍五入保留 2 位小数,表示答案。
【样例输入】
4
1 1 3
9 9 7
8 8 6
4 5 4
【样例输出】
17.41
【评测用例规模与约定】
对于 30% 的评测用例,1 <= n <= 10;
对于 60% 的评测用例,1 <= n <= 100;
对于所有评测用例,1 <= n <= 1000,0 <= x, y, h <= 10000。
解析
花费最小的代价实现n个点之间连通 - 典型的最小生成树问题。
n个点连通且代价最小,则需要选出n-1条边,这就成了树(即无环 - 并查集)。选出这n-1条边有prim、kruskal算法,前者核心在使用切分定理将所有顶点分集合,这里使用kruskal求解。
kruskal 核心 - 将所有边从小到大排序生成边集,遍历边集,直至选定n-1条边–贪心策略,再利用并查集判断选用当前边是否会成环,成环则弃选。
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
int n = in.nextInt();
int[][] data = new int[n+1][3]; //记录下每个村庄的原始数据
for (int i = 1; i < data.length; i++) { //一轮下来记录了i号村庄的坐标和高度
data[i][0] = in.nextInt();
data[i][1] = in.nextInt();
data[i][2] = in.nextInt();
}
in.close();
//将原始数据两两组成边集(并计算花费)
List<Edge> list = new ArrayList<>(); //记录所有的边(每条边记录了源顶点、目的顶点及之间的花费)
for (int i = 1; i <= n-1; i++) {
for (int j = i+1; j <= n; j++) { //i,j均表示村庄编号
list.add(new Edge(i, j, cost(data[i], data[j])));
}
}
//对边集按照花费从小到大排序
list.sort((Edge o1, Edge o2)->{
return o1.cost < o2.cost ? -1 : (o1.cost == o2.cost ? 0 : 1);
});
//用并查集判断哪些边满足条件(并查集里无环)
UnionFind uf = new UnionFind(n);
double ans = 0;
int edgeCnt = 0;
while(edgeCnt != n - 1) {
Edge edge = list.remove(0);
if(uf.find(edge.i) != uf.find(edge.j)) { //边的顶点不在一个集合就合并 并记下花费
uf.union(edge.i, edge.j);
ans += edge.cost;
edgeCnt++;
}
}
System.out.printf("%.2f",ans);
}
//计算源顶点from、目的顶点to之间的花费
private static double cost(int[] from, int[] to) {
return Math.sqrt(Math.pow(from[0]-to[0],2) + Math.pow(from[1]-to[1], 2))
+ Math.pow(from[2]-to[2], 2);
}
//封装并查集-这里用快速查找-底层用数组实现,逻辑上用树实现
private static class UnionFind{
int[] parents;
UnionFind(int n) {
this.parents = new int[n+1];
//初始化并查集
for (int i = 1; i <= n; i++) {
parents[i] = i;
}
}
//查找i号村庄在哪个集合
int find(int i) {
return parents[i];
}
void union(int i1, int i2) {
//拿到i1,i2的父节点
int p1 = find(i1);
int p2 = find(i2);
if(p1 == p2) return; //i1村庄和i2村庄在同一集合,直接返回
for (int i = 1; i < parents.length; i++) { //否则遍历数组,将p2作为以p1为父节点的节点的父节点
if(parents[i] == p1) {
parents[i] = p2;
}
}
}
}
private static class Edge{ //记录村庄i到村庄j及之间的花费
int i;
int j;
double cost;
Edge(int i, int j, double cost){
this.i = i;
this.j = j;
this.cost = cost;
}
}
并查集的实现还可以采用快速合并 – QuickUnion
对于自定义对象的并查集可以采用链表+Map映射的方式 – 通用并查集