GESP:2025-3月等级8-T1-上学

时间限制 : 1 秒

内存限制 : 128 MB

C 城可以视为由 n个结点与 m条边组成的无向图。这些结点依次以1,2,....n标号,边依次以 1,2...m标号。第i条边(1<=i<=m )连接编号为ui 与vi的结点,长度为li米。 小 A 的学校坐落在 C 城中编号为 s的结点。小 A 的同学们共有 q位,他们想在保证不迟到的前提下,每天尽可能晚地出门上学。但同学们并不会计算从家需要多久才能到学校,于是找到了聪明的小 A。第 i位同学(1<=i<=q )告诉小 A,他的 家位于编号为hi 的结点,并且他每秒能行走 1 米。请你帮小 A 计算,每位同学从家出发需要多少秒才能到达学校呢?

输入

第一行,四个正整数n,m,s,q ,分别表示 C 城的结点数与边数,学校所在的结点编号,以及小 A 同学们的数量。 接下来m行,每行三个正整数ui,vi,li ,表示 C 城中的一条无向边。 接下来q行,每行一个正整数hi,表示一位同学的情况

输出

共q行,对于每位同学,输出一个整数,表示从家出发到学校的最短时间。

样例
输入
5 5 3 3
1 2 3
2 3 2
3 4 1
4 5 3
1 4 2
5
1
4
输出
4
3
1
提示

数据范围

对于 20% 的测试点,保证q=1 。对于另外20 % 的测试点,保证1<=n<=500 ,1<=m<=500 。
对于所有测试点,保证1<=n<=2 * 10^5 ,1<=m<=2 * 10^5 ,1<=q<=2 * 10^5,1<=ui,vi,s,hi<=n ,1<=li<=10^6 。保证给定的图联通。

———————————————————————————————————————————思路:

以学校为原始的点,Dijkstra算法求学校到每一个点的时间。

代码:

#include<bits/stdc++.h>
using namespace std;
const int N=200002;
int n,m,s,t,dis[N];
bool v[N];
struct node
{int v,e;
};
vector<node> q[N];
priority_queue<pair<int,int>>Q;
int main()
{scanf("%d%d%d%d",&n,&m,&s,&t);for(int i=1;i<=m;i++){int a,b,c;scanf("%d%d%d",&a,&b,&c);q[a].push_back(node{c,b});q[b].push_back(node{c,a});}for(int i=1;i<=n;i++){dis[i]=INT_MAX;}dis[s]=0;memset(v,0,sizeof(v));while(!Q.empty()) Q.pop();Q.push(make_pair(0,s));while(!Q.empty()){int wz=Q.top().second;Q.pop();v[wz]=1;for(int i=0;i<q[wz].size();i++){if(dis[q[wz][i].e]>dis[wz]+q[wz][i].v){dis[q[wz][i].e]=dis[wz]+q[wz][i].v;if(!v[q[wz][i].e]){Q.push(make_pair(-dis[q[wz][i].e],q[wz][i].e));}}}}for(int i=1;i<=t;i++){int d;scanf("%d",&d);printf("%d\n",dis[d]);}return 0;
}

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/news/900305.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

Nginx介绍及使用

1.Nginx介绍 Nginx是一款开源的、高性能的HTTP和反向代理服务器 1.正向代理和反向代理 正向代理&#xff08;代理客户端&#xff09;是一种位于客户端和目标服务器之间的中间服务器。客户端通过正向代理服务器向目标服务器发送请求&#xff0c;代理服务器将请求转发给目标服…

复古未来主义屏幕辉光像素化显示器反乌托邦效果PS(PSD)设计模板样机 Analog Retro-Futuristic Monitor Effect

这款模拟复古未来主义显示器效果直接取材于 90 年代赛博朋克电影中的黑客巢穴&#xff0c;将粗糙的屏幕辉光和像素化的魅力强势回归。它精准地模仿了老式阴极射线管显示器&#xff0c;能将任何图像变成故障频出的监控画面或高风险的指挥中心用户界面。和……在一起 2 个完全可编…

[巴黎高师课程] 同步反应式系统(2024-2025)第三课 - Kind 2: 基于SMT的Lustre模型检查器

在2024-2025学期的巴黎高师同步反应式系统(2024-2025)第三课中&#xff0c;详细讨论了基于SMT的Lustre模型检查器Kind 2的工作。本文将提供对Kind 2的介绍。对课程的详细内容&#xff0c;可参考同步反应式系统 简介 本节课讨论了基于SMT&#xff08;Satisfiability Modulo The…

轨道交通装备三维检测与轻量化设计

地铁车身与车灯部件作为轨道交通装备的核心组成部分&#xff0c;其制造精度和性能要求极高。由于它们体积庞大、曲面复杂&#xff0c;传统检测方法在面对这些大型、复杂部件时&#xff0c;不仅耗时费力&#xff0c;而且难以实现全面、精确的测量&#xff0c;难以满足高效、准确…

2025大唐杯仿真1——车联网

车联网 V2N是指车辆与网络 Uu接口是用户设备&#xff08;UE&#xff09;与基站之间的通信接口&#xff0c;用于终端和基站之间的通信 Uu接口可用的是N41频段&#xff0c;归属中国移动 车辆间交互是V2V&#xff0c;频段是PCS PC5接口是一种用于设备间直接通信&#xff08;D2D…

网络编程—TCP/IP模型(TCP协议)

上篇文章&#xff1a; 网络编程—TCP/IP模型&#xff08;UDP协议与自定义协议&#xff09;https://blog.csdn.net/sniper_fandc/article/details/146923934?fromshareblogdetail&sharetypeblogdetail&sharerId146923934&sharereferPC&sharesourcesniper_fand…

python logging模块

以下是 Python 中 logging 模块的基础使用示例和配置说明: 简单配置版(适合快速使用) import logging as log# 基础配置(输出到控制台) log.basicConfig(level=log.DEBUG, # 设置最低日志级别format=%(asctime)s - %(name)s - %(levelname)s - %(message)s

HikariCP 源码核心设计解析与 ZKmall开源商城场景调优实践

HikariCP 作为 Spring Boot 默认数据库连接池&#xff0c;其高性能源于独特的无锁设计、轻量级数据结构和精细化生命周期管理。以下从源码解析与 ZKmall开源商城性能调优两个维度展开&#xff1a; 一、HikariCP 源码核心设计解析 ​无锁并发控制与 ConcurrentBag 容器 ​Concur…

【模型量化】GPTQ 与 AutoGPTQ

GPTQ是一种用于类GPT线性最小二乘法的量化方法&#xff0c;它使用基于近似二阶信息的一次加权量化。 本文中也展示了如何使用量化模型以及如何量化自己的模型AutoGPTQ。 AutoGPTQ&#xff1a;一个易于使用的LLM量化包&#xff0c;带有用户友好的API&#xff0c;基于GPTQ算法(仅…

如何部署DeepSeek企业知识库:

一、核心部署流程 环境准备‌ 安装Ollama框架:官网下载安装包并完成基础配置,需确保安装路径不含中文‌; 硬件要求:根据企业规模选择设备,如小微团队建议i5十代+16GB内存,中大型企业需GPU集群(如NVIDIA A100/H100)‌。 模型选择与下载‌ 通过Ollama下载DeepSeek-R1…

FastAPI依赖注入:链式调用与多级参数传递

title: FastAPI依赖注入:链式调用与多级参数传递 date: 2025/04/05 18:43:12 updated: 2025/04/05 18:43:12 author: cmdragon excerpt: FastAPI的依赖注入系统通过链式调用和多级参数传递实现组件间的解耦和复用。核心特性包括解耦性、可复用性、可测试性和声明式依赖解析…

前沿计组知识入门(四)

Training Large Networks in Parallel 计算机集群上高效训练大型深度神经网络&#xff08;DNN&#xff09;的方法和技术。从神经网络的基本概念出发&#xff0c;逐步深入到并行训练的具体实现策略&#xff0c;包括数据并行、模型并行以及参数服务器的设计等。 研究背景与动机…

Transformer+BO-SVM多变量时间序列预测(Matlab)

TransformerBO-SVM多变量时间序列预测&#xff08;Matlab&#xff09; 目录 TransformerBO-SVM多变量时间序列预测&#xff08;Matlab&#xff09;效果一览基本介绍程序设计参考资料 效果一览 基本介绍 本期推出一期高创新模型&#xff0c;基于Transformer提取时序特征后输入S…

SQL BETWEEN 语句详解

SQL BETWEEN 语句详解 概述 SQL BETWEEN 语句是一个用于在 SQL 查询中指定查询条件的重要工具。它允许用户指定一个范围&#xff0c;用于筛选符合特定条件的记录。本文将详细介绍 BETWEEN 语句的用法、示例以及注意事项。 BETWEEN 语句的基本用法 BETWEEN 语句的基本格式如…

AI Agent设计模式三:Routing

概念 &#xff1a;动态路径选择器 ✅ 优点&#xff1a;灵活处理不同类型输入❌ 缺点&#xff1a;路由逻辑复杂度高 from typing import TypedDict from langchain_core.messages import SystemMessage, HumanMessage from langchain_openai import ChatOpenAI from langgraph.…

制造装备物联及生产管理ERP系统设计与实现(代码+数据库+LW)

摘 要 传统办法管理信息首先需要花费的时间比较多&#xff0c;其次数据出错率比较高&#xff0c;而且对错误的数据进行更改也比较困难&#xff0c;最后&#xff0c;检索数据费事费力。因此&#xff0c;在计算机上安装制造装备物联及生产管理ERP系统软件来发挥其高效地信息处理…

`use_tempaddr` 和 `temp_valid_lft ` 和 `temp_prefered_lft ` 笔记250405

use_tempaddr 和 temp_valid_lft 和 temp_prefered_lft 笔记250405 以下是 Linux 系统中与 IPv6 临时隐私地址相关的三个关键参数 use_tempaddr、temp_valid_lft 和 temp_prefered_lft 的详细说明及协作关系&#xff1a; &#x1f4dc; 参数定义与功能 参数作用默认值依赖关…

基于Spark的哔哩哔哩舆情数据分析系统

【Spark】基于Spark的哔哩哔哩舆情数据分析系统 &#xff08;完整系统源码开发笔记详细部署教程&#xff09;✅ 目录 一、项目简介二、项目界面展示三、项目视频展示 一、项目简介 本项目基于Python和Django框架进行开发&#xff0c;为了便于广大用户针对舆情进行个性化分析处…

南京大学与阿里云联合启动人工智能人才培养合作计划,已将通义灵码引入软件学院课程体系

近日&#xff0c;南京大学与阿里云宣布启动人工智能人才培养合作计划&#xff0c;共同培养适应未来技术变革、具备跨学科思维的AI创新人才。 基于阿里云在云计算和AI大模型领域的技术优势和南京大学在人工智能领域的学科优势&#xff0c;双方将共同设计兼具前瞻性和应用性的人…

用于解决个人使用的公网ip动态变化问题的解决方案

解决方案 静态ip&#xff08;放弃&#xff09; 申请一个静态ip价格较贵&#xff0c;只有公司可以申请 使用DDNS&#xff08;放弃&#xff09; 通过域名解析到公网ip通过域名访问设备官方光猫不支持DDNS 使用脚本&#xff08;采用&#xff09; 通过脚本获取公网ip通过脚本发送到…