`
Guess_ya
  • 浏览: 1556 次
  • 性别: Icon_minigender_1
  • 来自: 太原
最近访客 更多访客>>
社区版块
存档分类
最新评论

POJ3268

    博客分类:
  • POJ
阅读更多
///其实能还短,然后再改吧
#include <iostream>
#define INF 0x1f1f1f1f
#define N 1005
using namespace std;
int map1[N][N], map2[N][N];//建两个图,一个是另一个的转置
int dis1[N], dis2[N];
bool mark1[N], mark2[N];
int n, m, x;

void init()
{
    int i, j;
    for(i = 1; i <= n; ++i)
        {
          for(j = 1; j <= n; ++j)
          {
              map1[i][j] = INF;
              map2[i][j] = INF;
          }
          map1[i][i] = 0;
          map2[i][i] = 0;
        }

}

void dijFirst(int start, int n)
{
    int i, j, mindis, k;
    for(i = 1; i <= n; ++i)
    {
        dis1[i] = map1[start][i];
        mark1[i] = false;
    }
    dis1[start] = 0;
    mark1[start] = true;

    while(1)
    {
        mindis = INF;
        for(j = 1; j <= n; ++j)
        {
            if(!mark1[j] && mindis > dis1[j])
            {
                mindis = dis1[j];
                k = j;
            }
        }
        mark1[k] = true;
        if(mindis == INF)  break;

        for(j = 1; j <= n; ++j)
        {
            if(!mark1[j] && dis1[j] > dis1[k] + map1[k][j])
                dis1[j] = dis1[k] + map1[k][j];
        }
    }
}

void dijSecond(int start, int n)
{
    int i, j, mindis, k;
    for(i = 1; i <= n; ++i)
    {
        dis2[i] = map2[start][i];
        mark2[i] = false;
    }
    dis2[start] = 0;
    mark2[start] = true;

    while(1)
    {
        mindis = INF;
        for(j = 1; j <= n; ++j)
        {
            if(!mark2[j] && mindis > dis2[j])
            {
                mindis = dis2[j];
                k = j;
            }
        }
        mark2[k] = true;
        if(mindis == INF)  break;

        for(j = 1; j <= n; ++j)
        {
            if(!mark2[j] && dis2[j] > dis2[k] + map2[k][j])
                dis2[j] = dis2[k] + map2[k][j];
        }
    }
}

int main()
{
    int i, j;
    while(cin >> n >> m >> x)
    {
        init();
        for(i = 1; i <= m; ++i)
        {
            int u, v ,w;
            cin >> u >> v >> w;
            map2[u][v] = w;
        }

        int max;
        max = 0;
        dijSecond(x, n);
///最关键的地方,将矩阵转置以后,从终节点出发到其他节点的距离,就是反向走有向图
        for(i = 1; i <= n; ++i)
        {
            for(j = 1; j <= n; ++j)
            {
                map1[i][j] = map2[j][i];
            }
        }

        dijFirst(x, n);
        for(i = 1; i <= n; ++i)
        {
            max = (dis1[i] + dis2[i] > max) ? (dis1[i] + dis2[i]) : max;
        }
        cout << max << endl;


    }
    //cout << "Hello world!" << endl;
    return 0;
}

///一开始只是简单的正搜一次,反搜一次,赵最短路,正搜时用到了循环,dijkstar可是///O(N^2)啊,不超时才怪,之后百度了下,说转置以后的图就是正搜用的图,才吧时间降到115MS,还是水平不够!加油!





///第二次写,memory减少将近一半!!!思想还是一样的,
#include <iostream>
#define INF 0x1f1f1f1f
#define MAX_SIZE 1005
using namespace std;

int map[MAX_SIZE][MAX_SIZE];
int dis[MAX_SIZE];
bool mark[MAX_SIZE];

void init(int n)
{
    for(int i = 1; i <= n; ++i)
    {
        for(int j = 1; j <= n; ++j)
            map[i][j] = INF;
        map[i][i] = 0;
    }
}

void dijkstar(int start, int n)
{
    for(int i = 1; i <= n; ++i)
    {
        dis[i] = map[start][i];
        mark[i] = false;
    }

    dis[start] = 0;
    mark[start] = true;

    int mindis, tag;

    while(1)
    {
        mindis = INF;
        for(int i = 1; i <= n; ++i)
        {
            if(!mark[i] && mindis > dis[i])
            {
                mindis = dis[i];
                tag = i;
            }
        }

        mark[tag] = true;

        if(mindis == INF)  break;

        for(int i = 1; i <= n; ++i)
        {
            if(!mark[i] && dis[i] > dis[tag] + map[tag][i])
                dis[i] = dis[tag] + map[tag][i];
        }
    }
}

int main()
{
    ///需要看看以前的代码,所以还是不够熟,加油!!
    int n, m, end;
    while(cin >> n >> m >> end)
    {
        init(n);

        int x, y, w;
        while(m--)
        {
            cin >> x >> y >> w;
            if(map[x][y] > w)
                map[x][y] = w;
        }

        int sum2[MAX_SIZE];
        dijkstar(end, n);
        for(int i = 1; i <= n; ++i)
        {
            sum2[i] = dis[i];
        }

        int temp;
        for(int i = 1; i <= n; ++i)
        {
            for(int j = i + 1; j <= n; ++j)
            {
                    temp = map[i][j];
                    map[i][j] = map[j][i];
                    map[j][i] = temp;
            }
        }

        int sum1[MAX_SIZE];
        dijkstar(end, n);
        for(int i = 1; i <= n; ++i)
        {
            sum1[i] = dis[i];
        }

        int max = -1;
        for(int i = 1; i <= n ; ++i)
        {
            max = (max > sum1[i] + sum2[i]) ? max : sum1[i] + sum2[i];
        }
        cout << max << endl;

    }

    return 0;
}
分享到:
评论

相关推荐

    pandas-1.3.5-cp37-cp37m-macosx_10_9_x86_64.zip

    pandas whl安装包,对应各个python版本和系统(具体看资源名字),找准自己对应的下载即可! 下载后解压出来是已.whl为后缀的安装包,进入终端,直接pip install pandas-xxx.whl即可,非常方便。 再也不用担心pip联网下载网络超时,各种安装不成功的问题。

    基于java的大学生兼职信息系统答辩PPT.pptx

    基于java的大学生兼职信息系统答辩PPT.pptx

    基于java的乐校园二手书交易管理系统答辩PPT.pptx

    基于java的乐校园二手书交易管理系统答辩PPT.pptx

    tornado-6.4-cp38-abi3-musllinux_1_1_i686.whl

    tornado-6.4-cp38-abi3-musllinux_1_1_i686.whl

    Android Studio Ladybug(android-studio-2024.2.1.10-mac.zip.002)

    Android Studio Ladybug 2024.2.1(android-studio-2024.2.1.10-mac.dmg)适用于macOS Intel系统,文件使用360压缩软件分割成两个压缩包,必须一起下载使用: part1: https://download.csdn.net/download/weixin_43800734/89954174 part2: https://download.csdn.net/download/weixin_43800734/89954175

    基于ssm框架+mysql+jsp实现的监考安排与查询系统

    有学生和教师两种角色 登录和注册模块 考场信息模块 考试信息模块 点我收藏 功能 监考安排模块 考场类型模块 系统公告模块 个人中心模块: 1、修改个人信息,可以上传图片 2、我的收藏列表 账号管理模块 服务模块 eclipse或者idea 均可以运行 jdk1.8 apache-maven-3.6 mysql5.7及以上 tomcat 8.0及以上版本

    tornado-6.1b2-cp38-cp38-macosx_10_9_x86_64.whl

    tornado-6.1b2-cp38-cp38-macosx_10_9_x86_64.whl

    Android Studio Ladybug(android-studio-2024.2.1.10-mac.zip.001)

    Android Studio Ladybug 2024.2.1(android-studio-2024.2.1.10-mac.dmg)适用于macOS Intel系统,文件使用360压缩软件分割成两个压缩包,必须一起下载使用: part1: https://download.csdn.net/download/weixin_43800734/89954174 part2: https://download.csdn.net/download/weixin_43800734/89954175

    基于MATLAB车牌识别代码实现代码【含界面GUI】.zip

    matlab

    基于java的毕业生就业信息管理系统答辩PPT.pptx

    基于java的毕业生就业信息管理系统答辩PPT.pptx

    基于Web的毕业设计选题系统的设计与实现(springboot+vue+mysql+说明文档).zip

    随着高等教育的普及和毕业设计的日益重要,为了方便教师、学生和管理员进行毕业设计的选题和管理,我们开发了这款基于Web的毕业设计选题系统。 该系统主要包括教师管理、院系管理、学生管理等多个模块。在教师管理模块中,管理员可以新增、删除教师信息,并查看教师的详细资料,方便进行教师资源的分配和管理。院系管理模块则允许管理员对各个院系的信息进行管理和维护,确保信息的准确性和完整性。 学生管理模块是系统的核心之一,它提供了学生选题、任务书管理、开题报告管理、开题成绩管理等功能。学生可以在此模块中进行毕业设计的选题,并上传任务书和开题报告,管理员和教师则可以对学生的报告进行审阅和评分。 此外,系统还具备课题分类管理和课题信息管理功能,方便对毕业设计课题进行分类和归档,提高管理效率。在线留言功能则为学生、教师和管理员提供了一个交流互动的平台,可以就毕业设计相关问题进行讨论和解答。 整个系统设计简洁明了,操作便捷,大大提高了毕业设计的选题和管理效率,为高等教育的发展做出了积极贡献。

    机器学习(预测模型):2000年至2015年期间193个国家的预期寿命和相关健康因素的数据

    这个数据集来自世界卫生组织(WHO),包含了2000年至2015年期间193个国家的预期寿命和相关健康因素的数据。它提供了一个全面的视角,用于分析影响全球人口预期寿命的多种因素。数据集涵盖了从婴儿死亡率、GDP、BMI到免疫接种覆盖率等多个维度,为研究者提供了丰富的信息来探索和预测预期寿命。 该数据集的特点在于其跨国家的比较性,使得研究者能够识别出不同国家之间预期寿命的差异,并分析这些差异背后的原因。数据集包含22个特征列和2938行数据,涉及的变量被分为几个大类:免疫相关因素、死亡因素、经济因素和社会因素。这些数据不仅有助于了解全球健康趋势,还可以辅助制定公共卫生政策和社会福利计划。 数据集的处理包括对缺失值的处理、数据类型转换以及去重等步骤,以确保数据的准确性和可靠性。研究者可以使用这个数据集来探索如教育、健康习惯、生活方式等因素如何影响人们的寿命,以及不同国家的经济发展水平如何与预期寿命相关联。此外,数据集还可以用于预测模型的构建,通过回归分析等统计方法来预测预期寿命。 总的来说,这个数据集是研究全球健康和预期寿命变化的宝贵资源,它不仅提供了历史数据,还为未来的研究和政策制

    基于微信小程序的高校毕业论文管理系统小程序答辩PPT.pptx

    基于微信小程序的高校毕业论文管理系统小程序答辩PPT.pptx

    基于java的超市 Pos 收银管理系统答辩PPT.pptx

    基于java的超市 Pos 收银管理系统答辩PPT.pptx

    基于java的网上报名系统答辩PPT.pptx

    基于java的网上报名系统答辩PPT.pptx

    基于java的网上书城答辩PPT.pptx

    基于java的网上书城答辩PPT.pptx

    婚恋网站 SSM毕业设计 附带论文.zip

    婚恋网站 SSM毕业设计 附带论文 启动教程:https://www.bilibili.com/video/BV1GK1iYyE2B

    基于java的戒烟网站答辩PPT.pptx

    基于java的戒烟网站答辩PPT.pptx

    基于微信小程序的“健康早知道”微信小程序答辩PPT.pptx

    基于微信小程序的“健康早知道”微信小程序答辩PPT.pptx

    机器学习(预测模型):自行车共享使用情况的数据集

    Capital Bikeshare 数据集是一个包含从2020年5月到2024年8月的自行车共享使用情况的数据集。这个数据集记录了华盛顿特区Capital Bikeshare项目中自行车的租赁模式,包括了骑行的持续时间、开始和结束日期时间、起始和结束站点、使用的自行车编号、用户类型(注册会员或临时用户)等信息。这些数据可以帮助分析和预测自行车共享系统的需求模式,以及了解用户行为和偏好。 数据集的特点包括: 时间范围:覆盖了四年多的时间,提供了长期的数据观察。 细节丰富:包含了每次骑行的详细信息,如日期、时间、天气条件、季节等,有助于深入分析。 用户分类:数据中区分了注册用户和临时用户,可以分析不同用户群体的使用习惯。 天气和季节因素:包含了天气情况和季节信息,可以研究这些因素对骑行需求的影响。 通过分析这个数据集,可以得出关于自行车共享使用模式的多种见解,比如一天中不同时间段的使用高峰、不同天气条件下的使用差异、季节性变化对骑行需求的影响等。这些信息对于城市规划者、交通管理者以及自行车共享服务提供商来说都是非常宝贵的,可以帮助他们优化服务、提高效率和满足用户需求。同时,这个数据集也

Global site tag (gtag.js) - Google Analytics