1126. 最小花费(dijkstra)

题目

在 n 个人中,某些人的银行账号之间可以互相转账。这些人之间转账的手续费各不相同。给定这些人之间转账时需要从转账金额里扣除百分之几的手续费,请问 A 最少需要多少钱使得转账后 B 收到 100 元。

输入格式

第一行输入两个正整数 n,m,分别表示总人数和可以互相转账的人的对数。
以下 m 行每行输入三个正整数 x,y,z,表示标号为 x 的人和标号为 y 的人之间互相转账需要扣除 z 的手续费 ( z<100 )。
最后一行输入两个正整数 A,B。

数据保证 A 与 B 之间可以直接或间接地转账。

输出格式

输出 A 使得 B 到账 100 元最少需要的总费用。
精确到小数点后 8 位。

数据范围

1≤n≤2000,
m≤105

思路

设需要钱数为x 则x*(1-z%)…=100,则x=100/y。y越大需要的钱数越小。所以我们只需要找转换率最大的一条路就可以了。n最大为2000跑次dijkstra就可以了

代码

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef pair<int,int> pii;
typedef unsigned long long ull;

const int N=2010;

int n,m,S,T;
double g[N][N];
double d[N];
bool st[N];

void dijkstra()
{
	d[S]=1.0;
	for(int i=1;i<=n;i++)
	{
		int t=-1;
		for(int j=1;j<=n;j++)
		{
			if(!st[j]&&(t==-1||d[t]<d[j]))
			{
				t=j;
			}
		}
		st[t]=true;
		for(int j=1;j<=n;j++)
		{
			d[j]=max(d[j],d[t]*g[t][j]);
		}
	}
}

int main()
{
	//freopen("test.in","r",stdin);//设置 cin scanf 这些输入流都从 test.in中读取
    //freopen("test.out","w",stdout);//设置 cout printf 这些输出流都输出到 test.out里面去
	//ios::sync_with_stdio(false);
	//cin.tie(0),cout.tie(0);
	cin>>n>>m;
	for(int i=0;i<m;i++)
	{
		int a,b,c;
		scanf("%d%d%d",&a,&b,&c);
		double z=(100.0-c)/100;
		g[a][b]=g[b][a]=max(g[a][b],z);
	}
	cin>>S>>T;
	dijkstra();
	printf("%.8lf\n",100/d[T]);
	return 0;
}

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用Dijkstra算法求解最短路径及花费的Python代码示例: ```python import heapq def dijkstra(graph, start): # 初始化距离字典和前驱节点字典 distance = {node: float('inf') for node in graph} distance[start] = 0 predecessor = {node: None for node in graph} # 使用堆来进行贪心策略的选择 heap = [(0, start)] while heap: # 弹出堆中的距离最小的节点 (current_distance, current_node) = heapq.heappop(heap) # 如果当前节点已经处理过,则跳过 if current_distance > distance[current_node]: continue # 遍历当前节点的所有邻居节点 for neighbor, weight in graph[current_node].items(): # 计算到邻居节点的距离 new_distance = current_distance + weight # 如果新的距离比之前的距离更小,则更新距离和前驱节点 if new_distance < distance[neighbor]: distance[neighbor] = new_distance predecessor[neighbor] = current_node heapq.heappush(heap, (new_distance, neighbor)) return distance, predecessor # 测试数据 graph = { 'A': {'B': 2, 'C': 1}, 'B': {'A': 2, 'C': 3, 'D': 2}, 'C': {'A': 1, 'B': 3, 'D': 1}, 'D': {'B': 2, 'C': 1, 'E': 4}, 'E': {'D': 4} } # 使用Dijkstra算法求解最短路径及花费 distance, predecessor = dijkstra(graph, 'A') # 输出结果 print("最短距离:", distance) print("前驱节点:", predecessor) ``` 在上述代码中,我们使用堆来进行贪心策略的选择。首先,我们初始化距离字典和前驱节点字典,将起始节点的距离设为0。然后,我们将起始节点压入堆中,并开始遍历堆。每次从堆中弹出距离最小的节点,然后遍历该节点的所有邻居节点。对于每个邻居节点,我们计算到该节点的距离,如果新的距离比之前的距离更小,则更新距离和前驱节点,并将邻居节点压入堆中。最后,当堆为空时,我们就得到了最短路径及花费

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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