EOJ 1817 最短路

本文介绍了一种求解图中两点最短路径的方法,通过邻接矩阵存储图信息,并使用广度优先搜索算法进行计算。代码实现包括初始化矩阵、输入边的权重、更新最短路径及打印结果。
#include <iostream>
#include <stack>
#include <vector>
#include <deque>
#include <string>
#include <math.h>
#include<stdlib.h>
#include<stdio.h>
#define MAXINT 9999999
#define MAXN 1800
typedef int MAT[MAXN][MAXN];//定义二维数组,用以存储邻接矩阵
MAT cost;
int dist[MAXN],pre[MAXN],n,v;
void shortestpath(MAT cost, int n,int v,int dist[], int pre[])
{
    int s[MAXN],i,j,k,min;
    for(i=1;i<=n;i++)
    {
        dist[i]=cost[v][i];//给dist数组赋初值
        s[i]=0;//标示所有的顶点目前都不在s中
        if(dist[i]<MAXINT)//如果v和i中有一条边,则pre[i]=v
            pre[i]=v;
        else pre[i]=0;//若无边,则pre[i]=0
    }
    s[v]=1;//出发点已在s中
    pre[v]=0;//出发点自己对自己,为0
    for(i=1;i<=n;i++)
    {
        min =MAXINT;
        k=0;
        for(j=1;j<=n;j++)//寻找dist[j]的最小值
        {
            if(s[j]==0)
                if(dist[j]!=0&&dist[j]<min)//dist[j]不是自己对自己并且dist[j]小于当前最小值
                {
                    min=dist[j];
                    k=j;//k给出了min的下标
                }
        }
        if(k==0) continue;//没有与出发点相连的点
        s[k]=1;//找出了最小值k,放入s中
        for(j=1;j<=n;j++)//修改不在s中的顶点的距离
        {
            if(s[j]==0&&cost[k][j]<MAXINT)//j不在s中并且k到j有边
                if(dist[k]+cost[k][j]<dist[j])//查找到了更短的路径
                {
                    dist[j]=dist[k]+cost[k][j];//变更最短路径
                    pre[j]=k;//j的前一个顶点为k
                }
        }
    }
    if(dist[n]<MAXINT)//如果dist[n]存在最短路径,打印
        printf("%d\n",dist[n]);
    else   printf("-1\n");
}
int main()
{
    int m;
    memset(cost,MAXINT,sizeof(cost));//初始化cost数组
    scanf("%d%d",&n,&m);
    int i,x,y,z;
    for(i=1;i<=m;i++)//输入m组数据
    {
        scanf("%d%d%d",&x,&y,&z);
        cost[x][y]=z;
    }
    for(i=1;i<=n;i++)
        cost[i][i]=0;//每个顶点到它本身距离为0
    shortestpath(cost, n, 1, dist, pre);//调用函数
    return 0;
}
首先把顶点放在集合s中,标示没有找到最短路径。然后按照以下步骤逐个求得从v到其他顶点的最短路径。1.选取不在s中,且具有最小距离的顶点k。2.把顶点k放入集合s中。3.修改不在s中的顶点的距离。
### 关于EOJ DNA排序问题的解题思路 在处理EOJ中的DNA排序问题时,主要挑战在于如何高效地完成字符串数组的排序以及去重操作。由于题目涉及两个测试点可能因时间复杂度较高而超时,因此需要优化算法设计。 #### 数据结构的选择 为了降低时间复杂度并提高效率,可以引入`std::map`或者`unordered_map`来辅助实现去重功能[^1]。这些数据结构能够快速判断某项是否存在集合中,并支持高效的插入和查找操作。具体来说: - 使用 `std::set` 可以自动去除重复元素并对结果进行升序排列; - 如果还需要自定义比较逻辑,则可以选择基于哈希表的数据结构如 `unordered_set` 配合手动排序。 #### 排序策略 对于给定的一组DNA序列(通常表示为长度固定的字符串),按照字典顺序对其进行排序是一个常见需求。C++标准库提供了非常方便的方法来进行此类任务——即利用 `sort()` 函数配合合适的比较器函数对象或 lambda 表达式来指定所需的排序规则。 下面展示了一个简单的例子用于说明如何读取输入、执行必要的预处理步骤(包括但不限于删除冗余条目),后输出经过整理的结果列表: ```cpp #include <bits/stdc++.h> using namespace std; int main(){ set<string> uniqueDNAs; string line, dna; while(getline(cin,line)){ stringstream ss(line); while(ss>>dna){ uniqueDNAs.insert(dna); // 自动过滤掉重复项 } } vector<string> sortedUnique(uniqueDNAs.begin(),uniqueDNAs.end()); sort(sortedUnique.begin(),sortedUnique.end()); for(auto it=sortedUnique.cbegin();it!=sortedUnique.cend();++it){ cout<<*it; if(next(it)!=sortedUnique.cend())cout<<" "; } } ``` 上述程序片段实现了基本的功能模块:从标准输入流逐行解析得到各个独立的DNA片段;借助 STL 容器特性轻松达成无重复记录维护目的;终依据字母大小关系重新安排各成员位置后再统一打印出来[^3]。 #### 学习延伸至自然语言处理领域 值得注意的是,在计算机科学特别是机器学习方向上,“上下文”概念同样重要。例如 Word2Vec 这样的技术就是通过考察周围词语环境来捕捉特定词汇的意义特征[^2]。尽管两者应用场景差异显著,但从原理层面看均体现了对局部模式挖掘的关注。 ---
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