PAT 1003 Emergency 最短路径dijkstra与DFS算法

PAT 1003 emergency


一. dijkstra算法

伪代码:

设d[0]=0, 其他d[i]=INF
循环n次{
	在所有为标号结点中选出d值最小结点x
	给结点x标记
	对于x出发的所有边(x,y), 更新d[y]=min{d[y], d[x]+w(x,y)}
}

关键步骤:

循环内主要分为两部分

  1. 找出当前结点的最短的路径
  2. 根据找出的最短路径的结点, 来更新dist表: 若该结点相邻的边比原来小,则更新

此题代码

#include <stdio.h>
#define INF 99999999
#define MAX 501
int src, tar;

void dijkstra(int g[][MAX], int n,int team[MAX]){
    int x, y, i, m;
    int dist[MAX];
    int v[MAX];
    int count[MAX];
    int dt[MAX]; //src到当前路径的最大队伍数
    for(i=0; i < n; i++){
        v[i] = 0;
        dt[i] = team[src];
        count[i] = 1;
        dist[i] = g[src][i];
        if(dist[i] != INF && i != src){ 	//此处特别注意!!!(i=src)改了 30分钟, 第二个案例过不了
            dt[i] = team[i]+team[src];
        }
    }
    count[src] = 1;
    v[src] = 1;
    for(i=0; i < n; i++){
        m = INF;
        for(y=0; y < n; y++){ //得到权值最小的边
            if(!v[y] && dist[y] <= m){
                m = dist[x=y];
            }
        }
        if(m == INF || x == tar) break;
        v[x] = 1;
        for(y=0; y < n; y++){ //更新dist
            if(dist[x]+g[x][y] < dist[y]){
                dist[y] = dist[x]+g[x][y];
                dt[y] = dt[x] + team[y];
                count[y] = count[x];
            }else if(dist[x]+g[x][y] == dist[y]){
                if (dt[x] + team[y] > dt[y])
                    dt[y] = dt[x] + team[y];
                    count[y] += count[x];
            }
        }
    }
    printf("%d %d",count[tar], dt[tar]);
}

int main(void){
    int n, m;
    scanf("%d %d %d %d", &n, &m, &src, &tar);
    int i, j;
    int team[MAX];
    int g[MAX][MAX];
    for(i = 0;i < n; i++){
        for(j = 0; j < n; j++){
            g[i][j] = INF;
        }
    }
    g[src][src] = 0;
    for(i =0; i < n; i++){
        scanf("%d", &team[i]);
    }

    int t,k,w;
    for(i = 0;i < m; i++){
        scanf("%d %d %d", &t, &k, &w);
        g[t][k] = g[k][t] = w;
    }

    dijkstra(g, n, team);
    return 0;
}


记录路径

  1. 从终点出发, 通过d[i] + w[i][j] == d[j] 不断从 j 追溯到 i
  2. 空间换时间, 在更新数组dist时, 记录其父亲指针, 具体的把
    d[y] = min{d[y] + w[x][y], d[y]}
    
    改成:
    if(d[y] > d[x] + w[x][y]){
    	d[y] = d[x] + w[x][y];
    	fa[y] = x;  // 记录父亲指针的数组
    }
    

时间复杂度分析

显然, 两个, 循环体一共执行了n次, 每次循环中的操作:求最小dist;更新dist表, 均是O(N),所以复杂度
为O( n^2) 

算法改进–松弛操作

数据结构: 邻接表, 优先队列
思想:
1. 求当前结点最短边的操作–即求最小dist–直接Q.pop();
2. 把更新dist表改成遍历结点的所有临边, 时间复杂度降为边数 m, 若找到更短边, 把该边对应的结点压入有先队列, 时间复杂度最多为 logn (实际不会达到);
3. 最外层遍历终止条件: 优先队列不为空

主要代码:

void dijkstra(int s){
    priority_queue<HeapNode> Q;  //按照离源点距离最小的顶点(包括中间会经过其他顶点的)排序
    for(int i =0; i <n; i++) d[i] = INF;
    d[s] = 0;
    memset(done, 0, sizeof(done)); //done是已访问过的顶点
    while(!Q.empty()){
        HeapNode x = Q.top(); Q.pop(); 
        int u = x.u;
        if(done[u])
            continue;
        for(int i = 0; i < G[u].size; i++){  //G[u].size 是u的所有邻边
            Edge& e = edges[G[u][i]];
            if(d[e.to] > d[u] + e.dist){  //e.to是e边的出顶点
                d[e.to] = d[u] + e.dist;
                p[e.to] = G[u][i];
                Q.push((HeapNode){d[e.to], e.to});
            }
        }
    }
}

时间复杂度为 mlogn, 因为大部分稀疏矩阵, 所以m的值不会太大

二. DFS 算法


注意剪枝

import java.util.Arrays;
import java.util.Scanner;

public class Main{
	static int INF = 999999999;
	static boolean[] visited;
	static int path;
	static int team;
	static int len = INF;
	static int n;
	static int m;
	static int src, tar;
	static int[] city;
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		n = sc.nextInt(); // citiy_num
		m = sc.nextInt(); // rods_num
		src = sc.nextInt();
		tar = sc.nextInt();
		int i;
		city = new int[n];
		int[][] g = new int[n][n];
		for (i = 0; i < n; i++)
			Arrays.fill(g[i], INF);

		visited = new boolean[n];
		for (i = 0; i < n; i++) {
			city[i] = sc.nextInt();
			g[i][i] = 0;
			visited[i] = false;
		}

		for (i = 0; i < m; i++) {
			int r = sc.nextInt();
			int c = sc.nextInt();
			int w = sc.nextInt();
			g[r][c] = w;
			g[c][r] = w;
		}
		sc.close();
		
		visited[src] = true;
		Dfs(g, src, city[src], 0);
		System.out.printf("%d %d", path, team);
	}
	
	public static void Dfs(int[][] g,int cur, int teamCount,  int curLen){
		
		if(curLen > len){
			return ;
		}
		if(cur == tar){
			if(curLen < len){
				len = curLen;
				path = 1;
				team = teamCount;
			}else if (curLen == len){
				path ++;
				if(team < teamCount){
					team = teamCount;
				}
			}
			return ;
		}
		for(int i = 0; i < n; i++){
			if(!visited[i] && g[cur][i] != INF){
				
				visited[i] = true;
				Dfs(g, i, teamCount + city[i], curLen+g[cur][i]);
				visited[i] = false;
			}
		}
	}
	
}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
智慧校园整体解决方案是响应国家教育信息化政策,结合教育改革和技术创新的产物。该方案以物联网、大数据、人工智能和移动互联技术为基础,旨在打造一个安全、高效、互动且环保的教育环境。方案强调从数字化校园向智慧校园的转变,通过自动数据采集、智能分析和按需服务,实现校园业务的智能化管理。 方案的总体设计原则包括应用至上、分层设计和互联互通,确保系统能够满足不同用户角色的需求,并实现数据和资源的整合与共享。框架设计涵盖了校园安全、管理、教学、环境等多个方面,构建了一个全面的校园应用生态系统。这包括智慧安全系统、校园身份识别、智能排课及选课系统、智慧学习系统、精品录播教室方案等,以支持个性化学习和教学评估。 建设内容突出了智慧安全和智慧管理的重要性。智慧安全管理通过分布式录播系统和紧急预案一键启动功能,增强校园安全预警和事件响应能力。智慧管理系统则利用物联网技术,实现人员和设备的智能管理,提高校园运营效率。 智慧教学部分,方案提供了智慧学习系统和精品录播教室方案,支持专业级学习硬件和智能化网络管理,促进个性化学习和教学资源的高效利用。同时,教学质量评估中心和资源应用平台的建设,旨在提升教学评估的科学性和教育资源的共享性。 智慧环境建设则侧重于基于物联网的设备管理,通过智慧教室管理系统实现教室环境的智能控制和能效管理,打造绿色、节能的校园环境。电子班牌和校园信息发布系统的建设,将作为智慧校园的核心和入口,提供教务、一卡通、图书馆等系统的集成信息。 总体而言,智慧校园整体解决方案通过集成先进技术,不仅提升了校园的信息化水平,而且优化了教学和管理流程,为学生、教师和家长提供了更便捷、个性化的教育体验。
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