hdu 1874畅通工程再续(最短路径)

Problem Description
某省自从实行了很多年的畅通工程计划后,终于修建了很多路。不过路多了也不好,每次要从一个城镇到另一个城镇时,都有许多种道路方案可以选择,而某些方案要比另一些方案行走的距离要短很多。这让行人很困扰。

现在,已知起点和终点,请你计算出要从起点到终点,最短需要行走多少距离。
 

Input
本题目包含多组数据,请处理到文件结束。
每组数据第一行包含两个正整数N和M(0<N<200,0<M<1000),分别代表现有城镇的数目和已修建的道路的数目。城镇分别以0~N-1编号。
接下来是M行道路信息。每一行有三个整数A,B,X(0<=A,B<N,A!=B,0<X<10000),表示城镇A和城镇B之间有一条长度为X的双向道路。
再接下一行有两个整数S,T(0<=S,T<N),分别代表起点和终点。
 

Output
对于每组数据,请在一行里输出最短需要行走的距离。如果不存在从S到T的路线,就输出-1.
 

Sample Input
   
   
3 3 0 1 1 0 2 3 1 2 1 0 2 3 1 0 1 1 1 2
 

Sample Output
   
   
2 -1
经典的最短路径问题:
下面是我自己写的Floyd算法:
#include<stdio.h> #include<string.h> #include<algorithm> using namespace std; #define inf 9999999 int map[1100][1100]; int main() { int n,m; while(~scanf("%d %d",&n,&m)) { int i,j,k; //memset(map,0,sizeof(map)); for(i=0;i<n;i++) for(j=0;j<n;j++) map[i][j]=inf; int a,b,c; for(i=0;i<m;i++) { scanf("%d %d %d",&a,&b,&c); if(map[a][b]>c)//这一步好像不能少啊!! map[b][a]=map[a][b]=c; } int s,p; scanf("%d %d",&s,&p); for(k=0;k<n;k++) { for(i=0;i<n;i++) for(j=0;j<n;j++) map[i][j]=min(map[i][j],map[i][k]+map[k][j]); } if(s==p) printf("0\n"); else if(map[s][p]==inf) printf("-1\n"); else printf("%d\n",map[s][p]); } return 0; }
下面是copy别人的 Dijkstra算法(单源最短路径

迪杰斯特拉

代码:
#include<stdio.h>  
#include<string.h>
#define M  10000000

int map[202][202];
int vis[202],dist[202];
int n,s,t;

void dijkstra()
{
    int min,i,j,k;
    memset(vis,0,sizeof(vis));

    for(i=0; i<n; i++)
        dist[i]=map[s][i];

    dist[s]=0;
    for(i=0; i<n; i++)
    {
        min=M;
        for(j=0; j<n; j++)
            if(!vis[j]&&dist[j]<min)
            {
                min=dist[j];
                k=j;
            }

        if(min==M)break;
        vis[k]=1;

        for(j=0; j<n; j++)
            if(!vis[j]&&dist[j]>dist[k]+map[j][k])
                dist[j]=dist[k]+map[j][k];
    }

    if(dist[t]==M)
        printf("-1\n");
    else
        printf("%d\n",dist[t]);
}

int main()
{
    int i,j,x,y,z,m;
    while(scanf("%d%d",&n,&m)!=EOF)
    {
        for(i=0; i<n; i++)
            for(j=0; j<n; j++)
                map[i][j]=M;

        for(i=0; i<m; i++)
        {
            scanf("%d%d%d",&x,&y,&z);

            if(map[x][y]>z)
            {
                map[y][x]=z;
                map[x][y]=z;
            }
        }

        scanf("%d%d",&s,&t);
        dijkstra();
    }
    return 0;
}





Dijkstra算法

基本思想:设置一个集合S存放已经找到最短路径的顶点,S的初始状态只包含源点v,对vi∈V-S,假设从源点v到vi的有向边为最短路径。以后每求得一条最短路径v, …, vk,就将vk加入集合S中,并将路径v, …, vk , vi与原来的假设相比较,取路径长度较小者为最短路径。重复上述过程,直到集合V中全部顶点加入到集合S中。

  下一条最短路径(设其终点为vi)或者是弧(v0,vi),或者是中间经过S中的顶点而最后到达顶点vi的路径。

  

示例

算法步骤:

① 令S={Vs} ,用带权的邻接矩阵表示有向图,对图中每个顶点Vi按以下原则置初值:

② 选择一个顶点Vj ,使得:dist[j]=Min{ dist[k]| Vk∈V-S },Vj就是求得的下一条最短路径终点,将Vj 并入到S中,即S=S∪{Vj} 。

③ 对V-S中的每个顶点Vk ,修改dist[k],方法是:

  若dist[j]+Wjk<dist[k],则修改为:dist[k]=dist[j]+Wjk ("Vk∈V-S )

④ 重复②,③,直到S=V为止。

算法实现

 

二、每一对顶点之间的最短路径

问题描述:给定带权有向图G=(V, E),对任意顶点vi,vj∈V(i≠j),求顶点vi到顶点vj的最短路径。

  解决办法1:每次以一个顶点为源点,调用Dijkstra算法n次。显然,时间复杂度为O(n3)。

  解决办法2:弗洛伊德提出的求每一对顶点之间的最短路径算法——Floyd算法,其时间复杂度也是O(n3),但形式上要简单些。



Floyd算法

基本思想:对于从vivj的弧,进行n次试探:首先考虑路径vi,v0,vj是否存在,如果存在,则比较vi,vjvi,v0,vj的路径长度,取较短者为从vivj的中间顶点的序号不大于0的最短路径。在路径上再增加一个顶点v1,依此类推,在经过n次比较后,最后求得的必是从顶点vi到顶点vj的最短路径。

示例

数据结构

图的存储结构:带权的邻接矩阵存储结构  

数组dist[n][n]:存放在迭代过程中求得的最短路径长度。迭代公式: 

数组path[n][n]:存放从vi到vj的最短路径,初始为path[i][j]="vivj"。


  • 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,其主要任务是找出图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,即定位出图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: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 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、算法分类 基于深度学习的目标检测算法主要分为两大类: 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分类。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分类和位置。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,将输入图像一次性划分为多个区域,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,通过卷积层提取图像特征,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