hdu 4034 floyd变形(入门难度)

其实吧先前做了一个dijkstra的模板题:就是那种直接套,注意点儿细节就好,后来觉得图论这东西吧,要做题肯定是要理解算法的,但不要死记硬背模板是没用的

看这道题之前先简单了解下floyd算法吧:

正如我们所知道的,Floyd算法用于求最短路径。Floyd算法可以说是Warshall算法的扩展,三个for循环就可以解决问题,所以它的时间复杂度为O(n^3)。

Floyd算法的基本思想如下:从任意节点A到任意节点B的最短路径不外乎2种可能,1是直接从A到B,2是从A经过若干个节点X到B。所以,我们假设Dis(AB)为节点A到节点B的最短路径的距离,对于每一个节点X,我们检查Dis(AX) + Dis(XB) < Dis(AB)是否成立,如果成立,证明从A到X再到B的路径比A直接到B的路径短,我们便设置Dis(AB) = Dis(AX) + Dis(XB),这样一来,当我们遍历完所有节点X,Dis(AB)中记录的便是A到B的最短路径的距离。

很简单吧,代码看起来可能像下面这样:

复制代码代码如下:

for ( int i = 0; i < 节点个数; ++i )
{
    for ( int j = 0; j < 节点个数; ++j )
    {
        for ( int k = 0; k < 节点个数; ++k )
        {
            if ( Dis[i][k] + Dis[k][j] < Dis[i][j] )
            {
                // 找到更短路径
                Dis[i][j] = Dis[i][k] + Dis[k][j];
            }
        }
    }
}

但是这里我们要注意循环的嵌套顺序,如果把检查所有节点X放在最内层,那么结果将是不正确的,为什么呢?因为这样便过早的把i到j的最短路径确定下来了,而当后面存在更短的路径时,已经不再会更新了。

让我们来看一个例子,看下图:

图中红色的数字代表边的权重。如果我们在最内层检查所有节点X,那么对于A->B,我们只能发现一条路径,就是A->B,路径距离为9。而这显然是不正确的,真实的最短路径是A->D->C->B,路径距离为6。造成错误的原因就是我们把检查所有节点X放在最内层,造成过早的把A到B的最短路径确定下来了,当确定A->B的最短路径时Dis(AC)尚未被计算。所以,我们需要改写循环顺序,如下:

复制代码代码如下:

for ( int k = 0; k < 节点个数; ++k )
{
    for ( int i = 0; i < 节点个数; ++i )
    {
        for ( int j = 0; j < 节点个数; ++j )
        {
            if ( Dis[i][k] + Dis[k][j] < Dis[i][j] )
            {
                // 找到更短路径
                Dis[i][j] = Dis[i][k] + Dis[k][j];
            }
        }
    }
}

这样一来,对于每一个节点X,我们都会把所有的i到j处理完毕后才继续检查下一个节点。

那么接下来的问题就是,我们如何找出最短路径呢?这里需要借助一个辅助数组Path,它是这样使用的:Path(AB)的值如果为P,则表示A节点到B节点的最短路径是A->...->P->B。这样一来,假设我们要找A->B的最短路径,那么就依次查找,假设Path(AB)的值为P,那么接着查找Path(AP),假设Path(AP)的值为L,那么接着查找Path(AL),假设Path(AL)的值为A,则查找结束,最短路径为A->L->P->B。

那么,如何填充Path的值呢?很简单,当我们发现Dis(AX) + Dis(XB) < Dis(AB)成立时,就要把最短路径改为A->...->X->...->B,而此时,Path(XB)的值是已知的,所以,Path(AB) = Path(XB)。

好了,基本的介绍完成了,接下来就是实现的时候了,这里我们使用图以及邻接矩阵:

复制代码代码如下:

#define INFINITE 1000           // 最大值
#define MAX_VERTEX_COUNT 20   // 最大顶点个数
//

struct Graph
{
    int     arrArcs[MAX_VERTEX_COUNT][MAX_VERTEX_COUNT];    // 邻接矩阵
    int     nVertexCount;                                 // 顶点数量
    int     nArcCount;                                    // 边的数量
};
//
首先,我们写一个方法,用于读入图的数据:

void readGraphData( Graph *_pGraph )
{
    std::cout << "请输入顶点数量和边的数量: ";
    std::cin >> _pGraph->nVertexCount;
    std::cin >> _pGraph->nArcCount;

    std::cout << "请输入邻接矩阵数据:" << std::endl;
    for ( int row = 0; row < _pGraph->nVertexCount; ++row )
    {
        for ( int col = 0; col < _pGraph->nVertexCount; ++col )
        {
            std::cin >> _pGraph->arrArcs[row][col];
        }
    }
}

接着,就是核心的Floyd算法:

复制代码代码如下:

void floyd( int _arrDis[][MAX_VERTEX_COUNT], int _arrPath[][MAX_VERTEX_COUNT], int _nVertexCount )
{
    // 先初始化_arrPath
    for ( int i = 0; i < _nVertexCount; ++i )
    {
        for ( int j = 0; j < _nVertexCount; ++j )
        {
            _arrPath[i][j] = i;
        }
    }
    //

    for ( int k = 0; k < _nVertexCount; ++k )
    {
        for ( int i = 0; i < _nVertexCount; ++i )
        {
            for ( int j = 0; j < _nVertexCount; ++j )
            {
                if ( _arrDis[i][k] + _arrDis[k][j] < _arrDis[i][j] )
                {
                    // 找到更短路径
                    _arrDis[i][j] = _arrDis[i][k] + _arrDis[k][j];

                    _arrPath[i][j] = _arrPath[k][j];
                }
            }
        }
    }
}

OK,最后是输出结果数据代码:
复制代码代码如下:

void printResult( int _arrDis[][MAX_VERTEX_COUNT], int _arrPath[][MAX_VERTEX_COUNT], int _nVertexCount )
{
    std::cout << "Origin -> Dest   Distance    Path" << std::endl;

    for ( int i = 0; i < _nVertexCount; ++i )
    {
        for ( int j = 0; j < _nVertexCount; ++j )
        {
            if ( i != j )   // 节点不是自身
            {
                std::cout << i+1 << " -> " << j+1 << "\t\t";
                if ( INFINITE == _arrDis[i][j] )    // i -> j 不存在路径
                {
                    std::cout << "INFINITE" << "\t\t";
                }
                else
                {
                    std::cout << _arrDis[i][j] << "\t\t";

                    // 由于我们查询最短路径是从后往前插,因此我们把查询得到的节点
                    // 压入栈中,最后弹出以顺序输出结果。
                    std::stack<int> stackVertices;
                    int k = j;

                    do
                    {
                        k = _arrPath[i][k];
                        stackVertices.push( k );
                    } while ( k != i );
                    //

                    std::cout << stackVertices.top()+1;
                    stackVertices.pop();

                    unsigned int nLength = stackVertices.size();
                    for ( unsigned int nIndex = 0; nIndex < nLength; ++nIndex )
                    {
                        std::cout << " -> " << stackVertices.top()+1;
                        stackVertices.pop();
                    }

                    std::cout << " -> " << j+1 << std::endl;
                }
            }
        }
    }
}

这道题的思路吧:

1.先根据题意里的各个点之间的最短路建一个图

2.然后模仿floyd的思路如果两点之间有一条距离,然后第一个点经过第三个点再到第二点的距离如果正好等于这个距离,那么这两点之间这条直线可以省去了像:


这个图里1到3的直线可以省略

3.用几个点之间可能产生的最大路径数去减

4.如果上图中1到3的权是1的话,这种情况就是不可能的,与题意中的“最短距离”矛盾,就是impossible;

AC:

#include<stdio.h>
#include<iostream>
#include<algorithm>
using namespace std;
int zd[201][201];
int vis[201][201];
#define maxn 100000
int floyd(int nn) 
{ 
	int ans=0; 
	for(int k=1;k<=nn;k++)
	{
		for(int i=1;i<=nn;i++)
		{
			for(int j=1;j<=nn;j++)
			{
				if(zd[i][k]+zd[k][j]==zd[i][j]&&i!=j&&j!=k&&i!=k&&!vis[i][j])
				{
					ans++;
					vis[i][j]=1;
				}
				else if(zd[i][k]+zd[k][j]<zd[i][j])
				return -1;
			}
		} 
	}
	return ans;
}  
int main()
{
	int t,n,k,m;
	int temp;
	k=1;
	cin>>t;
	while(t--)
	{
	    cin>>n;
		for(int i=1;i<=n;i++)
			for(int j=1;j<=n;j++)
				zd[i][j]=maxn;
		for(int i=1;i<=n;i++)
			for(int j=1;j<=n;j++)
				vis[i][j]=0;
		for(int i=1;i<=n;i++)
		{
			for(int j=1;j<=n;j++)
				cin>>zd[i][j];
		}
	/*	cout<<floyd(n)<<endl;
		cout<<n*(n-1)<<endl;*/
		printf("Case %d: ",k++);
		temp=floyd(n);
		if(temp==-1)
		printf("impossible\n");
		else
	    {
    		m=n*(n-1);
    		m-=temp;
    		printf("%d\n",m);
    	}
	}
	return 0;
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
未来社区的建设背景和需求分析指出,随着智能经济、大数据、人工智能、物联网、区块链、云计算等技术的发展,社区服务正朝着数字化、智能化转型。社区服务渠道由分散向统一融合转变,服务内容由通用庞杂向个性化、服务导向转变。未来社区将构建数字化生态,实现数据在线、组织在线、服务在线、产品智能和决策智能,赋能企业创新,同时注重人才培养和科研平台建设。 规划设计方面,未来社区将基于居民需求,打造以服务为中心的社区管理模式。通过统一的服务平台和应用,实现服务内容的整合和优化,提供灵活多样的服务方式,如推送式、订阅式、热点式等。社区将构建数据与应用的良性循环,提高服务效率,同时注重生态优美、绿色低碳、社会和谐,以实现幸福民生和产业发展。 建设运营上,未来社区强调科学规划、以人为本,创新引领、重点突破,统筹推进、整体提升。通过实施院落+社团自治工程,转变政府职能,深化社区自治法制化、信息化,解决社区治理中的重点问题。目标是培养有活力的社会组织,提高社区居民参与度和满意度,实现社区治理服务的制度机制创新。 未来社区的数字化解决方案包括信息发布系统、服务系统和管理系统。信息发布系统涵盖公共服务类和社会化服务类信息,提供政策宣传、家政服务、健康医疗咨询等功能。服务系统功能需求包括办事指南、公共服务、社区工作参与互动等,旨在提高社区服务能力。管理系统功能需求则涉及院落管理、社团管理、社工队伍管理等,以实现社区治理的现代化。 最后,未来社区建设注重整合政府、社会组织、企业等多方资源,以提高社区服务的效率和质量。通过建立社区管理服务综合信息平台,提供社区公共服务、社区社会组织管理服务和社区便民服务,实现管理精简、高效、透明,服务快速、便捷。同时,通过培育和发展社区协会、社团等组织,激发社会化组织活力,为居民提供综合性的咨询和服务,促进社区的和谐发展。
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