b1001 Public Bike Management

题目:https://www.nowcoder.com/pat/5/problem/4324


题意:

车辆管理系统。有一个中心PBMC,N个站点,M条边,站点最大容量C,每个站点有当前停车的数,如果停车数=S/2,则说明此站点perfect。不是perfect都是有问题的点,现在要选一条给指定问题站点解决问题,求最优解(从PBMC到站点耗时最短,当耗时最短,选中心寄出或回收车辆最少的点路径)

第一行,给出 站点最大容量C,站点的个数N,指定问题站点下标,有M条边。

第二行,N个站点停车数

第三行至最后,M条边

分析:

1、求最短路,单源最短路SPFA,求出最短的路径

2、用DFS对比路径,选出最短的路径中,选中心寄出或回收车辆最少的点路径

输入例子:

10 3 3 5
6 7 0
0 1 1
0 2 1
0 3 3
1 3 1
2 3 1

 

输出例子:

3 0->2->3 0

代码:

#include <iostream>
#include <bits/stdc++.h>

using namespace std;

const int maxn = 501;
const int INF = 1000000000;

struct node
{
    int v,l;
    node(int _v,int _l):v(_v),l(_l){}
};
vector<node> adj[maxn];
int bike[maxn];
int c,n,s,m;
vector<int> pre[maxn];
int d[maxn];
int inq[maxn];
vector<int> tempPath,path;
int sent = INF,take = INF;

void SPFA()
{
    queue<int> q;
    for(int i=1;i<=n;i++)
    {
        d[i]=INF;
    }
    d[0]=0;
    q.push(0);
    inq[0]=1;
    while(!q.empty())
    {
        int u = q.front();
        q.pop();
        inq[u]=0;
        for(int i=0;i<adj[u].size();i++)
        {
            int v=adj[u][i].v;
            int l=adj[u][i].l;
            if(v == 0)
                continue;
            if(d[u]+l<d[v])
            {
                d[v]=d[u]+l;
                pre[v].clear();
                pre[v].push_back(u);
                if(!inq[v])
                {
                    q.push(v);
                    inq[v]=1;
                }
            }
            else if(d[u]+l==d[v])
                pre[v].push_back(u);
        }
    }
}

void DFS(int x)
{
    if(x==0)
    {
        int remain=0,tempSent=0;
        tempPath.push_back(x);
        for(int i=tempPath.size()-2;i>=0;i--)
        {
            int u=tempPath[i];
            remain = remain+bike[u]-c/2;
            if(remain<0)
            {
                tempSent+=-remain;
                remain=0;
            }
        }
        if(tempSent<sent)
        {
            path=tempPath;
            sent=tempSent;
            take=remain;
        }
        else if(tempSent==sent && remain < take)
        {
            path=tempPath;
            take=remain;
        }
        tempPath.pop_back();
    }
    tempPath.push_back(x);
    for(int i=0;i<pre[x].size();i++)
    {
        DFS(pre[x][i]);
    }
    tempPath.pop_back();
}
int main()
{
    int s1,s2,t;
    scanf("%d%d%d%d",&c,&n,&s,&m);
    for(int i=1;i<=n;i++)
    {
        scanf("%d",&bike[i]);
    }
    for(int i=0;i<m;i++)
    {
        scanf("%d%d%d",&s1,&s2,&t);
        node x = node(s2,t);
        node y = node(s1,t);
        adj[s1].push_back(x);
        adj[s2].push_back(y);
    }
    SPFA();
    DFS(s);
    printf("%d ",sent);
    for(int i= path.size()-1;i>=0;i--)
    {
        if(i<path.size()-1)
            printf("->");
        printf("%d",path[i]);
    }
    printf(" %d",take);

    return 0;
}

 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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