POJ 3026 Borg Maze (最小生成树+bfs)

本文探讨了在特定条件下寻找最短路径的问题,通过将起点视为目标点之一,并利用广度优先搜索(BFS)预处理任意两点间的最短距离。文章介绍了如何通过构建最小生成树来解决路径分割问题,实现总路径长度的最小化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意:

从S点有一伙人出发去消灭A点的敌人,在S点或者A点可以分裂成几个小队然后分别走,

这样路径=总队路径+各个小队路径   问你怎样路径最短

思路:

S点可以看成是A点,用bfs预处理每两个A(包含S)的最短距离,题目中的分裂就可以看成树的分叉,把所有A点构成最小生成树,其权值和即为最短的路径。

注意:这里题目有坑,输入行和列后会有一大堆空格,要先用gets吃掉,不然会WA。

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<iostream>
#include<string>
#include<vector>
#include<stack>
#include<bitset>
#include<cstdlib>
#include<cmath>
#include<set>
#include<list>
#include<deque>
#include<map>
#include<queue>
#include<iomanip>
using namespace std;
#define inf 0x3f3f3f3f
#define ll long long
const int maxn=105;
const double eps=1e-8;
const double PI = acos(-1.0);
ll gcd(ll a,ll b)
{
    return b==0?a:gcd(b,a%b);
}

struct node
{
    int x,y,step;
    node(){}
    node(int x,int y,int s):x(x),y(y),step(s){}
};
int used[maxn][maxn],n,m,b[maxn][maxn];
char g[maxn][maxn];
int gg[maxn][maxn];
int dx[]={0,0,1,-1};
int dy[]={1,-1,0,0};
void bfs(int s,int xx,int yy)
{
    memset(used,0,sizeof(used));
    queue<node> q;
    q.push(node(xx,yy,0));
    used[xx][yy]=1;
    while(!q.empty())
    {
        node t=q.front();
        q.pop();
        if(g[t.x][t.y]=='A'||g[t.x][t.y]=='S')
        {
            gg[s][b[t.x][t.y]]=t.step;
        }
        for(int i=0;i<4;i++)
        {
            int x=t.x+dx[i];
            int y=t.y+dy[i];
            if(x>=0&&x<m&&y>=0&&y<n&&!used[x][y]&&g[x][y]!='#')
            {
                q.push(node(x,y,t.step+1));
                used[x][y]=1;
            }
        }
    }
}
bool vis[maxn];
int lowc[maxn];
int prim(int cost[][maxn],int n)
{
    int ans=0;
    memset(vis,false,sizeof(vis));
    memset(lowc,inf,sizeof(lowc));
    vis[0]=true;
    for(int i=1; i<n; i++)
    {
        lowc[i]=cost[0][i];
    }
    for(int i=1; i<n; i++)
    {
        int minc=inf;
        int p=-1;
        for(int j=0; j<n; j++)
        {
            if(!vis[j]&&minc>lowc[j])
            {
                minc=lowc[j];
                p=j;
            }
        }
        if(minc==inf)   return -1;
        ans+=minc;
        vis[p]=true;
        for(int j=0; j<n; j++)
        {
            if(!vis[j]&&lowc[j]>cost[p][j])
                lowc[j]=cost[p][j];
        }
    }
    return ans;
}
int main()
{
  //  std::ios::sync_with_stdio(false);
    int t;
    scanf("%d",&t);
    while(t--)
    {
        memset(b,0,sizeof(b));
        memset(g,0,sizeof(g));
        for(int i=0;i<maxn;i++)
        {
            for(int j=0;j<maxn;j++)
            {
                if(i==j)    gg[i][j]=0;
                else gg[i][j]=inf;
            }
        }
        int cnt=0;
        char tmp[50];
        scanf("%d%d",&n,&m);
        gets(tmp);
        for(int i=0;i<m;i++)
        {
            gets(g[i]);
            for(int j=0;j<n;j++)
            {
                if(g[i][j]=='A'||g[i][j]=='S')
                    b[i][j]=cnt++;
            }
        }
    /*    for(int i=0;i<m;i++)
        {
            for(int j=0;j<n;j++)
            {
                cout<<g[i][j]<<" ";
            }
            cout<<endl;
        }*/
        for(int i=0;i<m;i++)
        {
            for(int j=0;j<n;j++)
            {
                if(g[i][j]=='A'||g[i][j]=='S')
                {
                    bfs(b[i][j],i,j);
                }
            }
        }
        cout<<prim(gg,cnt)<<endl;
    }
    return 0;
}

 

内容概要:本文深入探讨了金属氢化物(MH)储氢系统在燃料电池汽车中的应用,通过建立吸收/释放氢气的动态模型和热交换模型,结合实验测试分析了不同反应条件下的性能表现。研究表明,低温环境有利于氢气吸收,高温则促进氢气释放;提高氢气流速和降低储氢材料体积分数能提升系统效率。论文还详细介绍了换热系统结构、动态性能数学模型、吸放氢特性仿真分析、热交换系统优化设计、系统控制策略优化以及工程验证与误差分析。此外,通过三维动态建模、换热结构对比分析、系统级性能优化等手段,进一步验证了金属氢化物储氢系统的关键性能特征,并提出了具体的优化设计方案。 适用人群:从事氢能技术研发的科研人员、工程师及相关领域的研究生。 使用场景及目标:①为储氢罐热管理设计提供理论依据;②推动车载储氢技术的发展;③为金属氢化物储氢系统的工程应用提供量化依据;④优化储氢系统的操作参数和结构设计。 其他说明:该研究不仅通过建模仿真全面验证了论文实验结论,还提出了具体的操作参数优化建议,如吸氢阶段维持25-30°C,氢气流速0.012g/s;放氢阶段快速升温至70-75°C,水速18-20g/min。同时,文章还强调了安全考虑,如最高工作压力限制在5bar以下,温度传感器冗余设计等。未来的研究方向包括多尺度建模、新型换热结构和智能控制等方面。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值