博客
关于我
POJ 2387 Til the Cows Come Home(Dijkstra优先队列)
阅读量:331 次
发布时间:2019-03-04

本文共 1915 字,大约阅读时间需要 6 分钟。

为了解决这个问题,我们需要找到Bessie从最后一个标志N走回第一个标志1的最短路径。这个问题可以通过使用Dijkstra算法来解决,因为道路是权重比较大的,且没有负权边。

方法思路

  • 问题分析:这是一个典型的最短路径问题,适合使用Dijkstra算法来解决。我们需要找到从节点N到节点1的最短路径。
  • 数据结构:使用邻接矩阵来表示道路连接,每个道路的权重即为道路的长度。
  • 算法选择:使用优先队列来实现Dijkstra算法,优先处理距离较小的节点,确保找到最短路径。
  • 优化:每次从优先队列中取出距离最小的节点,更新其邻居的最短距离,并将邻居加入队列。
  • 解决代码

    #include 
    #include
    #include
    #include
    using namespace std;struct node { int d; int pos;};bool operator<(const node& a, const node& b) { return a.d < b.d;}int main() { while (true) { int m, n; scanf("%d %d", &m, &n); if (scanf("%d %d", &m, &n) == EOF) break; int INF = 2005; int e[2005][2005]; for (int i = 1; i <= n; ++i) { for (int j = 1; j <= n; ++j) { e[i][j] = (i == j) ? INF : 0; } } for (int i = 1; i <= m; ++i) { int u, v, w; scanf("%d %d %d", &u, &v, &w); if (e[u][v] > w) { e[u][v] = w; e[v][u] = w; } } int dis[n + 1]; int book[n + 1]; fill(dis.begin(), dis + n + 1, INF); fill(book.begin(), book + n + 1, 0); dis[n] = 0; priority_queue
    q; q.push({0, n}); while (!q.empty()) { node t = q.top(); q.pop(); if (t.pos == 1) break; if (book[t.pos] == 1) continue; book[t.pos] = 1; for (int j = 1; j <= n; ++j) { if (book[j] == 0 && dis[j] > dis[t.pos] + e[t.pos][j]) { dis[j] = dis[t.pos] + e[t.pos][j]; q.push({dis[j], j}); } } } cout << dis[1] << endl; }}

    代码解释

  • 输入处理:读取输入数据,包括道路的数量T和标志的数量N,然后读取每条道路的信息,填充邻接矩阵。
  • 初始化:设置邻接矩阵中所有距离为无穷大,除了起点N的距离为0。
  • 优先队列:使用优先队列来处理节点,优先处理距离较小的节点。
  • Dijkstra算法:每次取出距离最小的节点,更新其邻居的最短距离,并将邻居加入队列,直到找到目标节点1。
  • 输出结果:输出从节点N到节点1的最短距离。
  • 转载地址:http://lpnh.baihongyu.com/

    你可能感兴趣的文章
    pandas to_latex() 转义数学模式
    查看>>
    Pandas | 频数统计很简单,但这5 种技巧你使用过吗?
    查看>>
    Pandas 中文官档 ~ 基础用法4
    查看>>
    pandas 中的 for 循环真的很糟糕吗?我什么时候应该关心?
    查看>>
    Pandas 中的多索引旋转
    查看>>
    Pandas 中的日期范围
    查看>>
    pandas 中的时间序列箱线图
    查看>>
    Pandas 使用指南
    查看>>
    pandas 分组并使用最小值更新
    查看>>
    pandas 叶上的热图
    查看>>
    pandas 均值(mean), 均值填充NA(fill_na)
    查看>>
    Pandas 对数据框的布尔比较
    查看>>
    Pandas 将多个数据帧与时间戳索引对齐
    查看>>
    pandas 将通话数据分割为15分钟的间隔
    查看>>
    pandas 找到局部最大值和最小值
    查看>>
    Pandas 按年份分组,按销售列排名,在具有重复数据的数据框中
    查看>>
    pandas 按日期和年份分组,并汇总金额
    查看>>
    pandas 数据帧到PostgreSQL表中使用的是没有SQLAlChemy的心理复制2吗?
    查看>>
    pandas 数据帧多行查询
    查看>>
    Pandas 数据框:使用线性插值重新采样
    查看>>