[P4568][JLOI2011] 飞行路线 (分层图+最短路)

本文详细解析了一种结合分层图与最短路径算法的解决方案,用于处理包含多个城市和航线的复杂网络中寻找从起点到终点的最短路径问题,特别适用于存在免费航行机会的情况。通过构建k+1个图层并运用Dijkstra或SPFA算法,文章提供了一段高效的C++代码实现。

题意:有n个城市,m条航线,每条航线都有一个权值,并且还多了k次免费航行的机会,求1~n的最短路;

做法:分层图+最短路;

1.分层图;因为多了k次免费航行,所以可以考虑建出k+1个图,然后跑一遍最短路;

2.最短路;既然能写分层图,那么最短路应该都会了吧,可以用 dijkstra 或 SPFA ;

附上代码:

#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
#include<queue>
#define pr pair<int ,int >
using namespace std;
const int N = 5e5+10;
const int inf = 0x3f3f3f3f;

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

int n,m,k,s,t;
struct edge{
    int next,to,w;
}a[N<<4];
int head[N],cnt;
int dis[N<<4],vis[N<<4];
int ans=inf;

void add(int u,int v,int w){
    a[++cnt]=(edge){head[u],v,w};
    head[u]=cnt;
}

void dijkstra(int x){
    memset(dis,inf,sizeof(dis));
    priority_queue<pr ,vector<pr> ,greater<pr> > q;
    q.push(make_pair(0,x));
    dis[x]=0;
    while(!q.empty()){
        int temp=q.top().second;
        q.pop();
        if(vis[temp]) continue;
        vis[temp]=1;
        for(int i=head[temp];i;i=a[i].next){
            int v=a[i].to;
            if(dis[v]>dis[temp]+a[i].w){
                dis[v]=dis[temp]+a[i].w;
                q.push(make_pair(dis[v],v));
            }
        }
    }
}

int main()
{
    n=read(),m=read(),k=read();
    s=read(),t=read();
    for(int i=1;i<=m;++i){
        int x,y,z;
        x=read(),y=read(),z=read();
        add(x,y,z),add(y,x,z);
        for(int j=1;j<=k;++j){
            add(x+j*n,y+j*n,z);
            add(y+j*n,x+j*n,z);
            add(x+(j-1)*n,y+j*n,0);
            add(y+(j-1)*n,x+j*n,0);
        }
    }
    dijkstra(s);
    for(int i=0;i<=k;++i) ans=min(ans,dis[t+i*n]);
    printf("%d",ans);
    return 0;
}

 

转载于:https://www.cnblogs.com/nnezgy/p/11479276.html

数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
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