(Week 9)图论(C++,Dijkstra,Floyd)

news2024/9/22 17:27:12

文章目录

  • 【深基18.例3】查找文献(C++,图的遍历)
    • 题目描述
    • 输入格式
    • 输出格式
    • 样例 #1
      • 样例输入 #1
      • 样例输出 #1
    • 解题思路:
  • 【模板】floyd(C++)
    • 题目背景
    • 题目描述
    • 输入格式
    • 输出格式
    • 样例 #1
      • 样例输入 #1
      • 样例输出 #1
    • 样例 #2
      • 样例输入 #2
      • 样例输出 #2
    • 提示
    • 解题思路:
  • 【模板】单源最短路径(标准版)
    • 题目背景
    • 题目描述
    • 输入格式
    • 输出格式
    • 样例 #1
      • 样例输入 #1
      • 样例输出 #1
    • 提示
    • 解题思路:

【深基18.例3】查找文献(C++,图的遍历)

题目描述

小K 喜欢翻看洛谷博客获取知识。每篇文章可能会有若干个(也有可能没有)参考文献的链接指向别的博客文章。小K 求知欲旺盛,如果他看了某篇文章,那么他一定会去看这篇文章的参考文献(如果他之前已经看过这篇参考文献的话就不用再看它了)。

假设洛谷博客里面一共有 n ( n ≤ 1 0 5 ) n(n\le10^5) n(n105) 篇文章(编号为 1 到 n n n)以及 m ( m ≤ 1 0 6 ) m(m\le10^6) m(m106) 条参考文献引用关系。目前小 K 已经打开了编号为 1 的一篇文章,请帮助小 K 设计一种方法,使小 K 可以不重复、不遗漏的看完所有他能看到的文章。

这边是已经整理好的参考文献关系图,其中,文献 X → Y 表示文章 X 有参考文献 Y。不保证编号为 1 的文章没有被其他文章引用。

请对这个图分别进行 DFS 和 BFS,并输出遍历结果。如果有很多篇文章可以参阅,请先看编号较小的那篇(因此你可能需要先排序)。

输入格式

m + 1 m+1 m+1 行,第 1 行为 2 个数, n n n m m m,分别表示一共有 n ( n ≤ 1 0 5 ) n(n\le10^5) n(n105) 篇文章(编号为 1 到 n n n)以及 m ( m ≤ 1 0 6 ) m(m\le10^6) m(m106) 条参考文献引用关系。

接下来 m m m 行,每行有两个整数 X , Y X,Y X,Y 表示文章 X 有参考文献 Y。

输出格式

共 2 行。
第一行为 DFS 遍历结果,第二行为 BFS 遍历结果。

样例 #1

样例输入 #1

8 9
1 2
1 3
1 4
2 5
2 6
3 7
4 7
4 8
7 8

样例输出 #1

1 2 5 6 3 7 8 4 
1 2 3 4 5 6 7 8

解题思路:

由于需要优先到达编号小的节点,所以采用优先队列,用vector存图

深度优先搜索思路如下

void dfs(int index) {//index为当前位置
	while (!queue[index].empty()) {
		if (/* 已经来过 */) queue[index].pop(); 
        else dfs(index);
    }
}

广度优先搜索思路如下

void bfs(int index) {//index为起始位置
	while (/* bfs队列不为空 */) {
		while (!queue[/* bfs首元素 */].empty()) {
			if (/* 已经来过 */) queue.pop();
			else /* queue.top()插入bfs队列 */;
		}
		/* bfs队首出队 */;
	}
}

实现代码如下

#include <iostream>
#include <memory.h>
#include <queue>
using namespace std;
const int max_n = 1e5;
const int max_m = 1e6;

priority_queue<int, vector<int>, greater<int>>edges[max_n + 1];
priority_queue<int, vector<int>, greater<int>>edges_bfs[max_n + 1];
queue<int>bfs_queue;
bool book[max_n + 1] = { false };

void dfs(int index) {
	while (!edges[index].empty()) {
		if (book[edges[index].top()]) {
			edges[index].pop();
			continue;
		}
		int temp = edges[index].top();
		edges[index].pop();
		book[temp] = true;
		cout << temp << ' '; dfs(temp);
	}
}

void bfs(int index) {
	cout << index << ' ';
	bfs_queue.push(index);
	book[index] = true;
	while (!bfs_queue.empty()) {
		int head = bfs_queue.front();
		while (!edges_bfs[head].empty()) {
			if (book[edges_bfs[head].top()]) {
				edges_bfs[head].pop();
				continue;
			}
			int temp = edges_bfs[head].top();
			edges_bfs[head].pop();
			cout << temp << ' ';
			bfs_queue.push(temp);
			book[temp] = true;
		}
		bfs_queue.pop();
	}
}

int main() {
	int n, m, u, v;
	cin >> n >> m;
	for (int i = 0; i < m; i++) {
		cin >> u >> v;
		edges[u].push(v);
		edges_bfs[u].push(v);
	}
	book[1] = true;
	cout << 1 << ' '; dfs(1); cout << endl;
	memset(book, false, sizeof(bool) * (max_n + 1));
	bfs(1);
	return 0;
}

【模板】floyd(C++)

题目背景

模板题,无背景

题目描述

给出n个点,m条边的无向图,求每个点到其他点的距离之和%998244354的值

输入格式

第一行两个数n,m含义如上
从第二行开始,共m行,每行三个数x,y,l,代表从x到y点的长度为l

输出格式

n行,每行一个数,第i行代表点i到其他点的距离之和

样例 #1

样例输入 #1

2 1
1 2 4

样例输出 #1

4
4

样例 #2

样例输入 #2

4 5
1 2 1
1 3 2
2 3 2
3 4 3
2 4 4

样例输出 #2

8
7
7
12

提示

模板题,保证图联通
n ≤ 500 n\le 500 n500 m ≤ 10000 m \le 10000 m10000 1 ≤ x , y ≤ n 1 \le x,y \le n 1x,yn l ≤ 1 0 9 l \le 10^9 l109

解题思路:

先介绍一下floyd

floyd状态转移方程:

dist[i][j][k] = min(dist[i][j][k-1], dist[i][k][k-1] + dist[k][j][k-1])

每个dist有三个索引,第一个代表起始点,第二个代表终点,第三个代表不经过标号大于k的所有点

其实就是一种有序遍历所有可能路径的方式

由状态转移方程可以看出,可以采用动态优化

dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j])

故采用二维数组存图

接下来介绍实现方式

首先将二维数组进行初始化,i -> i初始化为0,其余初始化为无穷大(NaN

接下来二维数组存图,这部分略过

采用三重循环实现floyd

第一重循环:尝试加入从1n的所有点到路径中

第二重循环和第三重循环:遍历每一条路径,尝试更新其最小值

AC代码如下

#include <iostream>
#include <memory.h>
using namespace std;
const int max_n = 500;
const int NaN = 0x3F3F3F3F;
const int mod_num = 998244354;

int ans[max_n + 1][max_n + 1] = {};

int main() {
	memset(ans, 0x3F, sizeof(int) * (max_n + 1) * (max_n + 1));
	for (int i = 1; i <= max_n; i++) ans[i][i] = 0;//初始化
	int n, m, x, y, l;
	cin >> n >> m;
	for (int i = 1; i <= m; i++) {//存图
		cin >> x >> y >> l;
		ans[x][y] = ans[y][x] = min(ans[x][y], l);
	}

	for (int i = 1; i <= n; i++)//加入第i个节点
		for (int j = 1; j <= n; j++)//遍历图查看是否能更新
			for (int k = 1; k <= n; k++)
				ans[j][k] = min(ans[j][k], ans[j][i] + ans[i][k]);

	for (int i = 1; i <= n; i++) {//输出
		long long sum = 0;
		for (int j = 1; j <= n; j++)
			sum = (sum + ans[i][j]) % mod_num;
		cout << sum << endl;
	}
	return 0;
}

这里推荐一个讲解floyd博客,来自CSDN博主Big sai,传送门

【模板】单源最短路径(标准版)

题目背景

2018 年 7 月 19 日,某位同学在 NOI Day 1 T1 归程 一题里非常熟练地使用了一个广为人知的算法求最短路。

然后呢?

100 → 60 100 \rightarrow 60 10060

Ag → Cu \text{Ag} \rightarrow \text{Cu} AgCu

最终,他因此没能与理想的大学达成契约。

小 F 衷心祝愿大家不再重蹈覆辙。

题目描述

给定一个 n n n 个点, m m m 条有向边的带非负权图,请你计算从 s s s 出发,到每个点的距离。

数据保证你能从 s s s 出发到任意点。

输入格式

第一行为三个正整数 n , m , s n, m, s n,m,s
第二行起 m m m 行,每行三个非负整数 u i , v i , w i u_i, v_i, w_i ui,vi,wi,表示从 u i u_i ui v i v_i vi 有一条权值为 w i w_i wi 的有向边。

输出格式

输出一行 n n n 个空格分隔的非负整数,表示 s s s 到每个点的距离。

样例 #1

样例输入 #1

4 6 1
1 2 2
2 3 2
2 4 1
1 3 5
3 4 3
1 4 4

样例输出 #1

0 2 4 3

提示

样例解释请参考 数据随机的模板题。

1 ≤ n ≤ 1 0 5 1 \leq n \leq 10^5 1n105

1 ≤ m ≤ 2 × 1 0 5 1 \leq m \leq 2\times 10^5 1m2×105

s = 1 s = 1 s=1

1 ≤ u i , v i ≤ n 1 \leq u_i, v_i\leq n 1ui,vin

0 ≤ w i ≤ 1 0 9 0 \leq w_i \leq 10 ^ 9 0wi109,

0 ≤ ∑ w i ≤ 1 0 9 0 \leq \sum w_i \leq 10 ^ 9 0wi109

本题数据可能会持续更新,但不会重测,望周知。

2018.09.04 数据更新 from @zzq

解题思路:

先介绍一下Dijkstra思想

其实质是贪心

Dijkstra将所有点划分为两个点集

其中最短路径集里所有点的最短路径均是已知的

最初,所有的点均属于非最短路径集

首先将起点加入到最短路径集

然后尝试从起点能够到达的所有点

将其中路径最短的点加入到最短路径集,然后尝试从新的点能够到达的所有点

再次把已尝试过所有路径中路径最短的点加入最短路径集,然后循环上述步骤

注意,是尝试过的所有路径中,而不是第二次尝试的路径中

AC代码如下

#include <iostream>
#include <queue>
#include <vector>
#include <memory.h>
using namespace std;
const int max_n = 1e5;
const int max_m = 2e5;

struct edge { int v, p, next; }edges[max_m + 1];//链式前向星存图
int head[max_n + 1] = { -1 };//链表头
int tot = -1;//下标分配
bool book[max_n + 1] = { false };//最短路径集
int ans[max_n + 1];
struct node { int dis, v; };
class queue_greater {
public:
	bool operator()(node n_1, node n_2) {
		return n_1.dis > n_2.dis;
	}
};
priority_queue<node, vector<node>, queue_greater>dijkstra;


void add_edge(int u, int v, int p) {//存图
	edges[++tot] = { v, p, head[u] }; head[u] = tot;
}

void bfs(int start) {//Dijkstra
	ans[start] = 0;
	dijkstra.push(node{ 0, start });//初始化
	while (!dijkstra.empty()) {
		if (book[dijkstra.top().v]) {//已加入最短路径集
			dijkstra.pop();
			continue;
		}
		//未加入最短路径集
		int temp_node = dijkstra.top().v;
		int dis = dijkstra.top().dis;
		book[temp_node] = true;//加入最短路径集
		for (int i = head[temp_node]; i != -1; i = edges[i].next) {//遍历每一条边
			int v = edges[i].v;
			if (ans[v] > dis + edges[i].p) {//尝试更新
				ans[v] = dis + edges[i].p;//更新
				dijkstra.push(node{ ans[v], v });
			}
		}
	}
}

int main() {
	memset(ans, 0x3F, sizeof(int) * (max_n + 1));
	memset(head, -1, sizeof(int) * (max_n + 1));
	int n, m, s, u, v, p;
	cin >> n >> m >> s;
	for (int i = 0; i < m; i++) {
		cin >> u >> v >> p;
		add_edge(u, v, p);
	}
	bfs(s);
	for (int i = 1; i <= n; i++) cout << ans[i] << ' ';
	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.coloradmin.cn/o/133696.html

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,一经查实,立即删除!

相关文章

内核内存管理

1.内核内存管理框架 内核将物理内存等分成N块4KB&#xff0c;称之为一页&#xff0c;每页都用一个struct page来表示&#xff0c;采用伙伴关系算法维护 内核地址空间划分图&#xff1a; 3G~3G896M&#xff1a;低端内存&#xff0c;直接映射 虚拟地址 3G 物理地址 细分为&a…

我国软件供应链安全现状学习分析整理分享 附完整下载地址

声明 本文是学习2021年中国软件供应链安全分析报告. 下载地址而整理的学习笔记,分享出来希望更多人受益,如果存在侵权请及时联系我们 一、前言 数字化时代&#xff0c;软件无处不在。软件如同社会中的“虚拟人”&#xff0c;已经成为支撑社会正常运转的最基本元素之一&#…

MATLAB | 绘图复刻(五) | 带树状图的环形热图

本期教大家如何绘制带树状图的环状热图&#xff0c;要复刻的图片长这样&#xff1a; 复刻效果&#xff1a; 需要安装Statistics and Machine Learning Toolbox即统计与机器学习工具箱&#xff01;&#xff01;&#xff01; 需要安装Statistics and Machine Learning Toolbox即…

对DataFrame的数据进行指定运算的DataFrame.transform()方法

【小白从小学Python、C、Java】 【计算机等级考试500强双证书】 【Python-数据分析】 对DataFrame中所有数据实施指定运算 例如&#xff1a;df1.transform(np.abs) 选择题 关于以下python代码说法错误的一项是? import pandas as pd import numpy as np df pd.DataFrame({&…

上班摸鱼软件

上班摸鱼软件前言思路采集组合自动下单发QQ报告结语前言 疫情几年&#xff0c;在家时间多&#xff0c;上班时间少。没事多在网上闲逛&#xff0c;偶然在知乎上看到一篇文章&#xff0c;说是买球也能稳赚不赔。我研究了一下&#xff0c;还真是这么回事。 简单来说&#xff0c;就…

转换通达信分钟数据,包括5分钟和1分钟数据

目录 1 前言 2 操作演示 3 代码 4 软件下载 5 stockpy整体功能介绍 1 前言 真正的市场高手不但要熟练掌握日线&#xff0c;对分钟线也要进行深入研究。缠中说禅在他的博客中讲到&#xff0c;年、季、月、周、日、60分钟、30分钟、5分钟、1分钟研究道理是相同的。粒度越细&…

华为云之ModelArts+AppCube带你识别101种西式美食

目录 1.注册并实名认证华为云账号 2.AI Gallery 订阅模型及部署 3. 获取访问秘钥 4.使用示例安装包创建 AppCube 应用 5. 创建 ModelArts 连接器 6. 应用修改 6.1 修改脚本 6.2 修改标准页面 6.3 运行及测试 1.注册并实名认证华为云账号 未注册及实名认证的话&…

2023年1月1日生效:2023年火车高铁儿童票最新规则及高铁火车2023儿童票怎么购买?

原文来源&#xff1a;https://www.caochai.com/article-4108.html 2023年火车高铁儿童票最新规则&#xff1a; 自2023年1月1日起生效&#xff0c;儿童购买高铁火车票将执行最新规则&#xff1a;按购票儿童年龄执行票价阶梯。 1、【免费】儿童年龄小于6周岁&#xff0c;无需购…

十六、状态管理——Vuex(2)

本章概要 mapMutationsmapStategetter 16.4 mapMutations 继续完善购物车程序&#xff0c;为购物车添加删除商品功能。删除商品同样要修改 store 中保存的购物车商品数据&#xff0c;因此继续在 mutations 选项中定义一个 deleteItem mutation。编辑 store 目录下的 index.j…

介绍idea 几个常用的插件

介绍idea 几个常用的插件1. Lombok2. MyBatis Log Free3. Database4. jsonparser5. Restful Fast Request5.1 插件配置5.1.1 基础配置5.1.2 全局请求头配置5.1.3 String生成配置5.2 插件使用5.2.1 调式接口&#xff08;测试看&#xff09;5.2.2 快速配置token5.2.3 保存、搜索A…

集成分布式锁架包(MySQL、Redis、Zookeeper)

前言&#xff1a; 疫情当下&#xff0c;大环境不好&#xff0c;自己又去了一家令人非常失望的单位&#xff0c;一直在996加班忙于业务代码&#xff0c;技术方面几乎等于零成长。但是&#xff0c;作为一个Coder&#xff0c;必须要挤出时间去学习与总结&#xff0c;不然就会被无情…

Emmet 使用 lorem 快捷生成随机文本填充html页面

快速使用 在编程中&#xff0c;我们也可以使用Lorem ipsum来填充页面&#xff0c;测试显示效果。主要是通过编辑器中自带的 Emmet 插件&#xff0c;识别以 lorem 开头的短语&#xff0c;生成指定格式的内容。以下介绍均以 vscode 为测试载体。 注意&#xff1a;lorem 短语需要…

Java-String 类·下

Java-String 类下5. 字符, 字节与字符串5.1 字符与字符串5.2 字节与字符串5.3 小结6.字符串常见操作6.1 字符串比较6.2 字符串查找6.3 字符串替换6.4 字符串拆分6.5 字符串截取6.6 其他操作方法7. StringBuffer 和 StringBuilder补充大家好&#xff0c;我是晓星航。今天为大家带…

计算机网络体系结构

目录常见的计算机网络体系结构计算机网络体系结构分层的必要性计算机网络体系结构分层思想举例计算机网络体系结构中的专用术语常见的计算机网络体系结构 TCP/IP体系结构相当于将OSI体系结构的物理层和数据链路层合并为网络接口层。并去掉了会话层和表示层。 由于TCP/IP在网络…

Java爬虫 爬取某招聘网站招聘信息

Java爬虫 爬取某招聘网站招聘信息一、系统介绍二、功能展示1.需求爬取的网站内容2.实现流程2.1数据采集2.2页面解析2.3数据存储三、获取源码一、系统介绍 系统主要功能&#xff1a;本项目爬取的XX招聘网站 二、功能展示 1.需求爬取的网站内容 2.实现流程 爬虫可以分为三个模…

[Kettle] Kettle界面介绍

启动Kettle后&#xff0c;弹出Kettle的欢迎界面 有关界面的构成和说明如下所示 ①标题栏&#xff1a;显示界面标题名称 ②菜单栏&#xff1a;分别有【文件】|【编辑】|【视图】|【执行】|【工具】|【帮助】六个菜单栏 ③工具图标栏&#xff1a;显示图形化的常用和重要的菜单项…

SAP MM采购定价过程字段解析

下面我们针对每一个字段进行解释和用途分析 &#xff1a; 1、 步骤&#xff1a;代表了创建PO时&#xff0c;哪个条件类型放到前面&#xff0c;哪个放到后面&#xff0c;如果步骤号相同&#xff0c;那就以谁先选择出来谁就在前面。 2、 计数&#xff1a;没有任何实际意义&a…

DaVinci:神奇遮罩

调色页面&#xff1a;神奇遮罩Color&#xff1a;Magic Mask神奇遮罩 Magic Mask基于人工智能技术&#xff0c;在检视器中绘制一个笔画&#xff0c;就能识别出笔画所在的对象&#xff0c;并以此自动创建遮罩。先确定要对画面上的物体还是人体做遮罩。若是对人体做遮罩&#xff0…

【闲来无聊写个几个小特效——五角星,小光圈,探照灯】

五角星&#xff0c;见过吧&#xff0c;如果是你&#xff0c;你如何使用代码写一个五角星呢&#xff1f;思考一下&#xff0c;你会说&#xff0c;先这样在那样就好啦&#xff0c;可是真正上手的时候却修修改改磕磕绊绊来看一下今天的五角星如何用几行代码实现 1.绘制五角星 四行…

Pytorch进行自定义Dataset 和 Dataloader 原理

1、自定义加载数据 在pytorch中&#xff0c;数据集对象被抽象为Dataset类&#xff0c;实现自定义的数据集需要继承Dataset&#xff0c;并实现相应的方法。 在学习Pytorch的教程时&#xff0c;加载数据许多时候都是直接调用torchvision.datasets里面集成的数据集&#xff0c;直…