最小联通带权子图-算法题

题意:给定一个带权有向图,以及两个起始点,一个终点,问是否存在一个连通图,使得两个起始点能到达终点,且权值最小。
传送门
在这里插入图片描述

输入:n = 6, edges = [[0,2,2],[0,5,6],[1,0,3],[1,4,5],[2,1,1],[2,3,3],[2,3,4],[3,4,2],[4,5,1]], src1 = 0, src2 = 1, dest = 5
输出:9
解释:
上图为输入的图。
蓝色边为最优子图之一。
注意,子图 [[1,0,3],[0,5,6]] 也能得到最优解,但无法在满足所有限制的前提下,得到更优解。

题解:dijkstra

long long minimumWeight(int n, vector<vector<int>>& edges, int src1, int src2, int dest) {
    #define ll long long
    vector<pair<int,int>> fnes[n], bnes[n];
    for(auto& e : edges) {
        fnes[e[0]].emplace_back(e[1], e[2]);
        bnes[e[1]].emplace_back(e[0], e[2]);
    }
    
    auto get_path = [&](int s, vector<pair<int, int>> nes[], vector<ll>& dist) {
        priority_queue<pair<ll, int>, vector<pair<ll, int>>, greater<pair<ll, int>>> q;
        dist[s] = 0;
        q.emplace(0, s);
        while(q.size()) {
            auto [cost, node] = q.top(); 
            q.pop();
            if(cost > dist[node]) continue;
            for(auto[ne, w] : nes[node]) {
                if(cost + w < dist[ne]) {
                    dist[ne] = cost + w;
                    q.emplace(cost + w, ne);
                }
            }
        }
    };
    
    vector<ll> dist1(n, 1e15), dist2(n, 1e15), dist3(n, 1e15);
    get_path(src1, fnes, dist1);
    get_path(src2, fnes, dist2);
    get_path(dest, bnes, dist3);
    
    ll ret = 1e15;
    
    for(int i = 0; i < n; ++i) {
        ret = min(ret, dist1[i] + dist2[i] + dist3[i]);
    }

    if(ret > 1e12) return -1;
    return ret;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
同构算法是一种用于检测两个是否具有相同结构的算法。在计算机科学和数学领域,同构是一种等价关系,用于比较两个的结构。如果两个具有相同的结构,那么它们被称为同构的。 QuickSI算法是一种基于快速匹配和启发式搜索的同构算法。该算法使用了一种基于的表示和匹配的方法,通过快速匹配和启发式搜索来找到两个的同构关系。 以下是QuickSI算法的基本步骤: 1. 初始化:将每个顶点表示为一个字符串,其中字符串的长度等于顶点的数量。对于每对顶点,创建一个与之匹配的字符串,称为对应顶点的映射。 2. 快速匹配:使用字符串匹配算法(如朴素匹配或Brute-Force匹配)在对应的字符串中进行匹配。在每次匹配失败时,重新开始搜索以避免无限循环。 3. 启发式搜索:通过遍历每对顶点的对应字符串中的相邻字符来逐步逼近的同构关系。当匹配失败时,停止搜索并考虑其他的候选顶点对。 4. 验证:使用一个已知的同构测试函数来验证是否找到了正确的同构关系。如果测试函数返回真,则找到了同构关系;否则,重新开始搜索。 QuickSI算法的主要优点是它的时间复杂度较低,通常可以在较短的时间内找到两个的同构关系。此外,该算法还具有较好的鲁棒性和适应性,可以处理不同类型的结构。 要了解更多关于QuickSI算法的信息,您可以查阅相关的研究文献或相关资料。同时,您也可以尝试使用该算法来解决实际问,以更好地理解其应用场景和效果。

“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