代码随想录Day74(图论Part10)

94. 城市间货物运输| (Bellman_ford队列优化版 / SPFA)

题目:94. 城市间货物运输 I (kamacoder.com)

思路:

Bellman_ford 算法 每次都是对所有边进行松弛,其实是多做了一些无用功。

只需要对 上一次松弛的时候更新过的节点作为出发节点所连接的边 进行松弛就够了

因此,关键在于记录上次松弛更新过的节点,用队列来记录。

答案
import java.util.*;class Edge {int to;  // 链接的节点int val; // 边的权重Edge(int t, int w) {to = t;val = w;}
}public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();  // 顶点数int m = scanner.nextInt();  // 边数List<List<Edge>> graph = new ArrayList<>();for (int i = 0; i <= n; i++) {graph.add(new ArrayList<>());}// 将所有边保存起来for (int i = 0; i < m; i++) {int p1 = scanner.nextInt();int p2 = scanner.nextInt();int val = scanner.nextInt();// p1 指向 p2,权值为 valgraph.get(p1).add(new Edge(p2, val));}int start = 1;  // 起点int end = n;    // 终点int[] minDist = new int[n + 1];Arrays.fill(minDist, Integer.MAX_VALUE);minDist[start] = 0;Queue<Integer> queue = new LinkedList<>();queue.offer(start); // 队列里放入起点while (!queue.isEmpty()) {int node = queue.poll();for (Edge edge : graph.get(node)) {int from = node;int to = edge.to;int value = edge.val;if (minDist[to] > minDist[from] + value) { // 开始松弛minDist[to] = minDist[from] + value;queue.offer(to);}}}if (minDist[end] == Integer.MAX_VALUE) {System.out.println("unconnected"); // 不能到达终点} else {System.out.println(minDist[end]); // 到达终点最短路径}scanner.close();}
}
小结

邻接表存储,方便找到 上一次松弛时,更新过的节点作为出发节点所连接的边

List<List<Edge>> graph = new ArrayList<>();
for (int i = 0; i <= n; i++) {graph.add(new ArrayList<>());
}

 使用LinkedList实现Queue,不断从中 poll 出节点node,操作 node 的 edge,将 node.to 加入到队列中

Queue<Integer> queue = new LinkedList<>();
queue.offer(start); // 队列里放入起点while (!queue.isEmpty()) {int node = queue.poll();for (Edge edge : graph.get(node)) {int from = node;int to = edge.to;int value = edge.val;if (minDist[to] > minDist[from] + value) { // 开始松弛minDist[to] = minDist[from] + value;queue.offer(to);}}
}

95.城市间货物运输|| (Bellman_ford判断负权回路)

题目:95. 城市间货物运输 II (kamacoder.com)

思路:出现负权回路,按照之前的思路,会一直循环回路,使得成本不断减小,因此核心思路是,在Bellman_ford标准版基础上,再松弛一次,看结果是否变化

SPFA(Bellman_ford优化版),则是看节点加入队列次数是否超过n-1次

答案
import java.util.*;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();  // 顶点数int m = scanner.nextInt();  // 边数List<int[]> edges = new ArrayList<>();// 将所有边保存起来for (int i = 0; i < m; i++) {int p1 = scanner.nextInt();int p2 = scanner.nextInt();int val = scanner.nextInt();edges.add(new int[]{p1, p2, val});}int start = 1;  // 起点int end = n;    // 终点int[] minDist = new int[n + 1];Arrays.fill(minDist, Integer.MAX_VALUE);minDist[start] = 0;boolean flag = false;// 对所有边松弛 n 次,最后一次判断负权回路for (int i = 1; i <= n; i++) {for (int[] edge : edges) {int from = edge[0];int to = edge[1];int price = edge[2];if (i < n) {if (minDist[from] != Integer.MAX_VALUE && minDist[to] > minDist[from] + price) {minDist[to] = minDist[from] + price;}} else { // 多加一次松弛判断负权回路if (minDist[from] != Integer.MAX_VALUE && minDist[to] > minDist[from] + price) {flag = true;}}}}if (flag) {System.out.println("circle");} else if (minDist[end] == Integer.MAX_VALUE) {System.out.println("unconnected");} else {System.out.println(minDist[end]);}scanner.close();}
}

95.城市间货物运输|||(Bellman_ford单源有限最短路径)

题目:96. 城市间货物运输 III (kamacoder.com)

思路:关键是在于,每次松弛要基于上一次松弛的结果

答案
import java.util.*;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);int n = scanner.nextInt();  // 顶点数int m = scanner.nextInt();  // 边数List<int[]> edges = new ArrayList<>();// 将所有边保存起来for (int i = 0; i < m; i++) {int p1 = scanner.nextInt();int p2 = scanner.nextInt();int val = scanner.nextInt();edges.add(new int[]{p1, p2, val});}int src = scanner.nextInt();  // 起点int dst = scanner.nextInt();  // 终点int k = scanner.nextInt();    // 最大边数int[] minDist = new int[n + 1];Arrays.fill(minDist, Integer.MAX_VALUE);minDist[src] = 0;int[] minDistCopy = new int[n + 1];// 进行 k+1 次松弛操作for (int i = 1; i <= k + 1; i++) {System.arraycopy(minDist, 0, minDistCopy, 0, minDist.length); // 获取上一次计算的结果for (int[] edge : edges) {int from = edge[0];int to = edge[1];int price = edge[2];// 注意使用 minDistCopy 来计算 minDistif (minDistCopy[from] != Integer.MAX_VALUE && minDist[to] > minDistCopy[from] + price) {minDist[to] = minDistCopy[from] + price;}}}if (minDist[dst] == Integer.MAX_VALUE) {System.out.println("unreachable"); // 不能到达终点} else {System.out.println(minDist[dst]); // 到达终点最短路径}scanner.close();}
}
小结

更新用的是minDist,判断用的是minDistCopy

if (minDistCopy[from] != Integer.MAX_VALUE && minDist[to] > minDistCopy[from] + price) {minDist[to] = minDistCopy[from] + price;
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/40559.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

p6spy 组件打印完整的 SQL 语句、执行耗时

一、前言 我们来配置一下 Mybatis Plus 打印 SQL 功能&#xff08;包括执行耗时&#xff09;&#xff0c;一方面可以了解到每个操作都具体执行的什么 SQL 语句&#xff0c; 另一方面通过打印执行耗时&#xff0c;也可以提前发现一些慢 SQL&#xff0c;提前做好优化&#xff0c…

layui中添加上下文提示弹窗

<p context-tip"自定义上下文提示信息">段落内容...</p> <div context-tip"自定义上下文提示信息">div内容...</div>// 悬浮提示 $("body").on("mouseenter", "*[context-tip]", function () {v…

操作系统僵尸进程、CFS、上下文切换

进程 Linux的进程调度 CFS 完全公平调度算法 权重和nice值 权重&#xff1a;权重越大&#xff0c;分配的时间比例越大&#xff0c;就相当于进程的优先级越高。 进程的时间 C P U 总时间 ∗ 进程的权重 / 就绪队列所有进程权重之和 进程的时间 CPU总时间 * 进程的权重/就绪…

电脑鼠标一直转圈圈怎么处理?对症下药,分享6种方法

在使用电脑的过程中&#xff0c;鼠标一直转圈圈是一个常见且令人困扰的问题。这种情况通常意味着系统正在处理某些任务&#xff0c;但如果持续时间过长&#xff0c;可能表明系统存在性能问题或错误。本文将详细探讨鼠标一直转圈圈的常见原因及其解决方法。 摘要 电脑鼠标一直转…

概述:监督学习(分类,回归)与无监督学习(聚类)

目录&#xff1a; 一、监督学习&#xff1a;1.什么是监督学习&#xff1a;2.监督学习类型: 二、无监督学习1.什么是无监督学习&#xff1a;2.无监督学习类型: 一、监督学习&#xff1a; 1.什么是监督学习&#xff1a; 当前创造市场价值的机器学习中99%都是监督学习。监督学习…

Django实现部门管理功能

在这篇文章中,我们将介绍如何使用Django框架实现一个简单的部门管理功能。这个功能包括部门列表展示、添加新部门、编辑和删除部门等操作。 1. 项目设置 首先,确保你已经安装了Django并创建了一个新的Django项目。在项目中,我们需要创建一个名为​​app01​​的应用。 2.…

【前端项目笔记】8 订单管理

订单管理 效果展示&#xff1a; 在开发功能之前先创建分支order cls 清屏 git branch 查看所有分支&#xff08;*代表当前分支&#xff09; git checkout -b order 新建分支order git push -u origin order 将本地的当前分支提交到云端仓库origin中命名为order 通过路由方式…

JAVA 和Python对比

JAVA 和Python对比 1 . 数据类型 python Int&#xff0c;float&#xff0c;complex numbers 都没有定义到底占用多少个字节空间。都是没有取值范围&#xff0c;也没有无符号的情况。 JAVA JAVA 有基础数据类型&#xff0c;都有确定占多少个字节 2. 全局变量 python 类似…

基于精益转型打造医疗电子运营新模式

为了保持竞争优势并满足日益增长的客户需求&#xff0c;许多企业开始探索精益转型之路&#xff0c;以打造医疗电子运营的新模式。本文&#xff0c;深圳天行健精益管理咨询公司将从精益转型的概念、实施策略以及面临的挑战等方面&#xff0c;深入探讨如何通过精益转型实现医疗电…

面试问题C++

当你将一个无符号整型(unsigned integer)转换为一个有符号整型(signed integer)时,具体的值取决于原始无符号整型的值以及目标有符号整型的大小。 转换规则: 如果无符号整型的值在有符号整型的可表示范围内(即它小于等于INT_MAX),则转换后的值将保持不变。如果无符号…

【数据结构】(C语言):堆(二叉树的应用)

堆&#xff1a; 此处堆为二叉树的应用&#xff0c;不是计算机中用于管理动态内存的堆。形状是完全二叉树。堆分两种&#xff1a;最大堆&#xff0c;最小堆。最大堆&#xff1a;每个节点比子树所有节点的数值都大&#xff0c;根节点为最大值。最小堆&#xff1a;每个节点比子树…

python-opencv多态模板匹配简单代码实现

在我实验过程中发现&#xff0c;这种模板匹配如果不做任何处理只对原有图像进行匹配的话&#xff0c;好像效果很瓜 貌似是模板是1 那就只能检测出正常形态下的1&#xff0c;变大或者是 l 都不一定检测到&#xff0c; 也就是说&#xff0c;只能检测和模板图片大小尺寸颜色类别…

docker 安装 禅道

docker pull hub.zentao.net/app/zentao:20.1.1 sudo docker network create --subnet172.172.172.0/24 zentaonet 使用 8087端口号访问 使用禅道mysql 映射到3307 sudo docker run \ --name zentao2 \ -p 8087:80 \ -p 3307:3306 \ --networkzentaonet \ --ip 172.172.172.…

电脑录制视频的软件,电脑录制,4款免费软件推荐

在数字化时代&#xff0c;电脑录制视频的软件已成为我们日常生活和工作中的得力助手&#xff0c;这些软件可以帮助我们轻松捕获到屏幕上的精彩瞬间。但同时市面上的录制视频软件也层出不穷&#xff0c;让人不知该如何选择。到底怎样才能选择到一款适合自己的录屏软件呢&#xf…

【SpringBoot3学习 | 第2篇】SpringBoot3整合+SpringBoot3项目打包运行

文章目录 一. SpringBoot3 整合 SpringMVC1.1 配置静态资源位置1.2 自定义拦截器&#xff08;SpringMVC配置&#xff09; 二. SpringBoot3 整合 Druid 数据源三. SpringBoot3 整合 Mybatis3.1 Mybatis整合3.2 声明式事务整合配置3.3 AOP整合配置 四. SpringBoot3 项目打包和运行…

k8s-第二节-常用操作

k8s命令行常用操作 k8s命令行 操作对象时都要前面声明操作对象类型 kubectl get kubectl describe kubectl delete kubectl edit kubectl logs kubectl exec kubectl port-forward 端口转发将pod 端口映射出来 kubectl cp 本地文件路径:容器文件路径 kubectl apply …

【JS场景题】判断一个元素是否在可视区域内有哪些方法?

方法一、通过元素的位置信息和滚动条滚动的高度来判断 前置知识 clientWidth: 元素的内容区域宽度加上左右内边距宽度。offsetTop: 元素的上外边框至包含元素的上内边框之间的像素距离。document.documentElement.clientHeight&#xff1a; 获取视口高度&#xff08;不包含滚动…

《Attention Is All You Need》解读

一、简介 “Attention Is All You Need” 是一篇由Ashish Vaswani等人在2017年发表的论文&#xff0c;它在自然语言处理领域引入了一种新的架构——Transformer。这个架构现在被广泛应用于各种任务&#xff0c;如机器翻译、文本摘要、问答系统等。Transformer模型的核心是“自…

小学vr虚拟课堂教学课件开发打造信息化教学典范

在信息技术的浪潮中&#xff0c;VR技术正以其独特的魅力与课堂教学深度融合&#xff0c;引领着教育方式的创新与教学方法的变革。这一变革不仅推动了“以教促学”的传统模式向“自主探索”的新型学习方式转变&#xff0c;更为学生带来了全新的学习体验。 运用信息技术融合VR教学…

深度学习1

1.支持向量机Support Vector Machine&#xff08;SVM&#xff09;是一种对数据二分类的线性分类器&#xff0c;目的是寻找一个超平面对样本进行分割&#xff0c;广泛应用人像识别&#xff0c;手写数字识别&#xff0c;生物信息识别。 二维空间分割界是一条直线&#xff0c;在三…