BZOJ2662: [BeiJing wc2012]冻结

本文介绍了一种基于分层图的最短路径快速算法(SPFA)实现方法,该算法适用于带权有向图,特别关注如何通过多次迭代寻找到不同顶点间的最短路径。代码中详细展示了如何构建图、初始化数据结构以及执行SPFA算法的过程。

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

题目链接

分层图spfa。

【代码】

#include <cstdio>
#include <iostream>
#include <queue>
#include <vector>
#include <algorithm>
#include <cstring>
#include <cmath>
#include <stack>
#define N 2555
#define M 204005
#define INF 0x7fffffff
using namespace std;
typedef long long ll;
typedef pair<ll,ll> pa;

int read()
{
    int x=0,f=1;char ch=getchar();
    while(!isdigit(ch)){if(ch=='-') f=-1;ch=getchar();}
    while(isdigit(ch)){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}

int n,m,K,cnt,ans;
int b[M],p[N],nextedge[M],w[M];
int dis[N];
bool Flag[N];

void Add(int x,int y,int z)
{
    cnt++;
    b[cnt]=y;
    nextedge[cnt]=p[x];
    p[x]=cnt;
    w[cnt]=z;
}

void Anode(int x,int y,int z){
    Add(x,y,z);Add(y,x,z);
}

void Input_Init()
{
    n=read(),m=read(),K=read();
    for(int i=1;i<=m;i++)
    {
        static int x,y,z;
        x=read(),y=read(),z=read();
        for(int j=0;j<=K;j++)
        {
            Anode(x+j*n,y+j*n,z);
            if(j!=K)
            {
                Add(x+j*n,y+(j+1)*n,z>>1);
                Add(y+j*n,x+(j+1)*n,z>>1);
            }
        }
    }
}

void spfa()
{
    queue<int>q;
    q.push(1);
    for(int i=1;i<=(K+1)*n;i++) dis[i]=INF;
    dis[1]=0;
    while(!q.empty())
    {
        int k=q.front();q.pop();Flag[k]=0;
        for(int i=p[k];i;i=nextedge[i])
        {
            int v=b[i];
            if(dis[v]>dis[k]+w[i])
            {
                dis[v]=dis[k]+w[i];
                if(!Flag[v])
                {
                    Flag[v]=1;
                    q.push(v);
                }
            }
        }
    }
    ans=INF;
    for(int i=0;i<=K;i++) 
        ans=min(ans,dis[n+i*n]);
    printf("%d\n",ans);
}

int main()
{
    Input_Init();
    spfa();
    return 0;
}
内容概要:《中文大模型基准测评2025年上半年报告》由SuperCLUE团队发布,详细评估了2025年上半年中文大模型的发展状况。报告涵盖了大模型的关键进展、国内外大模型全景图及差距、专项测评基准介绍等。通过SuperCLUE基准,对45个国内外代表性大模型进行了六大任务(数学推理、科学推理、代码生成、智能体Agent、精确指令遵循、幻觉控制)的综合测评。结果显示,海外模型如o3、o4-mini(high)在推理任务上表现突出,而国内模型如Doubao-Seed-1.6-thinking-250715在智能体Agent和幻觉控制任务上表现出色。此外,报告还分析了模型性价比、效能区间分布,并对代表性模型如Doubao-Seed-1.6-thinking-250715、DeepSeek-R1-0528、GLM-4.5等进行了详细介绍。整体来看,国内大模型在特定任务上已接近国际顶尖水平,但在综合推理能力上仍有提升空间。 适用人群:对大模型技术感兴趣的科研人员、工程师、产品经理及投资者。 使用场景及目标:①了解2025年上半年中文大模型的发展现状与趋势;②评估国内外大模型在不同任务上的表现差异;③为技术选型和性能优化提供参考依据。 其他说明:报告提供了详细的测评方法、评分标准及结果分析,确保评估的科学性和公正性。此外,SuperCLUE团队还发布了多个专项测评基准,涵盖多模态、文本、推理等多个领域,为业界提供全面的测评服务。
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