【蓝桥杯 路径 python】Dij算法

题目来源:

P1553 - [蓝桥杯2021初赛] 路径 - New Online Judge (ecustacm.cn)

经过两天的学习总算搞定了python的Dij算法,不得不说python的库函数太强大了,还有最小堆。

先简单介绍一下python里面的heapq库函数

可以参考:(79条消息) python-堆_python 堆_QFIUNE的博客-CSDN博客

首先是引入库函数

import heapq

 主要的类方法有:

heap = []
heapq.heappush(heap,item)
heapq.heappop(heap)
heapq.heapify(heap)

heapq.heappush为向堆加入一个对象

heapq.heappop为堆推出一个对象

heapq/heapify为建立最小堆

有了上述工具就可以完成距离矩阵的Dij最小堆算法了

import heapq
max_dis = 9999999999 # 根据题目意思取一个最大值作为断路
def Dij(dis:list[list[int]],start:int)->list:
    res = [max_dis] * len(dis)
    visit = [0] * len(dis) # 是否访问记录数组
    res[start] = 0
    visit[start] = 1
    heap = []
    for pivot,d in enumerate(dis[start]): # 利用枚举
        if d != max_dis:
            res[pivot] = d
            heapq.heappush(heap,(d,pivot)) # 初步更新res
    while heap:
        pre_d,pre_pivot = heapq.heappop(heap)
        if visit[pre_pivot]:
            continue
        visit[pre_pivot] = 1
        for pivot,d in enumerate(dis[pre_pivot]):
            if res[pivot]>pre_d+d: # 松弛
                res[pivot] = res[pre_pivot]+d
                heapq.heappush(heap,(res[pivot],pivot))
    return res

剩下的工作就是按照题目要求,把距离矩阵搞出来就好了

时间复杂度O(nlogn),对于题目的2021*2021的数据量,简简单单的。

 余下代码:

def f(x,y):
    if x==y:#当到自身是路径为0
        return 0
    x,y = max(x,y),min(x,y)
    add = x
    while True:
        if x%y==0:
            return x
        else:
            x += add
            
arr = []
for i in range(1,2022):
    tem = []
    if i<=22:
        for j in range(1,i+22):
            tem.append(f(j,i))
        tem = tem + [9999999999]*(2021-len(tem))
    elif i>=2000:
        for j in range(i-21,2022):
            tem.append(f(j,i))
        tem = [9999999999]*(2021-len(tem)) + tem
    else:
        for j in range(i-21,i+22):
            tem.append(f(j,i))
        tem = [9999999999]*(i-22) + tem + [9999999999]*(2021-i-21)
    arr.append(tem)
print("over!arr")
print(len(arr))
res = Dij(arr,0)
print(res[2020])

搞定!!

答案为:

10266837

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,确定选址的问题可以转化为在三维曲面上求最短路径。这里可以使用Dijkstra算法来求解最短路径问题。 首先,我们需要定义一个三维曲面,可以使用三个一维数组(x, y, z)来表示。然后,我们需要定义一个邻接矩阵来表示曲面上的点和边的连接关系,即哪些点之间有边相连。对于这个问题,我们可以将曲面上的点看做图中的节点,将曲面上的边看做图中的边,然后用邻接矩阵表示节点之间的连接关系。 接下来,我们可以用Dijkstra算法来求解最短路径Dijkstra算法是一种贪心算法,从起点开始,依次寻找到每个节点的最短路径,并将这个节点标记为已访问。在每次寻找下一个最短路径时,我们需要更新起点到该节点的距离,并标记该节点的前一个节点,以便最后回溯路径。 下面是一个简单的Python实现,假设我们已经有了一个三维曲面的点集和邻接矩阵,这里假设邻接矩阵为一个二维数组,元素为每条边的权重,若两个点之间没有直接相连的边,则权重为无穷大。 ```python import numpy as np def dijkstra(start, end, adj_matrix): """ Dijkstra算法求解最短路径 :param start: 起点 :param end: 终点 :param adj_matrix: 邻接矩阵 :return: 最短路径的长度和路径上的节点 """ n = len(adj_matrix) visited = [False] * n distance = [np.inf] * n path = [-1] * n distance[start] = 0 for i in range(n): # 找到当前未访问节点中距离起点最近的节点 min_dist = np.inf index = -1 for j in range(n): if not visited[j] and distance[j] < min_dist: min_dist = distance[j] index = j visited[index] = True # 更新该节点的邻居节点的距离 for k in range(n): if not visited[k] and adj_matrix[index][k] != np.inf: new_dist = min_dist + adj_matrix[index][k] if new_dist < distance[k]: distance[k] = new_dist path[k] = index # 回溯路径 shortest_path = [end] cur = end while cur != start: cur = path[cur] shortest_path.append(cur) shortest_path.reverse() return distance[end], shortest_path ``` 使用这个函数,我们可以求解出任意两个点之间的最短路径,从而确定选址。

“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