Uva 10917 Walk Through the Forest

本文详细介绍了一种使用Dijkstra算法求解最短路径问题的方法,并通过一个具体的实现案例展示了如何运用堆优化来提高算法效率。此外,还介绍了如何利用该算法进行树形结构的遍历并计算节点间的距离。

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

完全没考虑原理 瞬间敲出来然后WA了。。。。。坑爹啊

#include<cstdio>
#include<cstring>
#include<vector>
#include<stack>
#include<queue>
#include<algorithm>
using namespace std;
typedef long long ll;

const int MAXN = 1007;
const ll INF = 1LL<<56;
struct Dijkstra {
	struct HeapNode {
		ll d, u;
		HeapNode(ll d, int u):d(d), u(u) {}
		bool operator < (const HeapNode &hn) const {
			return d > hn.d;
		}
	};
	vector<int> G[MAXN];
	vector<ll> W[MAXN];
	bool done[MAXN];
	int n;
	void init(int n) {
		this->n = n;
		int i;
		for(i = 1; i <= n; i++) {
			G[i].clear();
			W[i].clear();
		}
	}
	void add(int u, int v, ll dist) {
		G[u].push_back(v);
		W[u].push_back(dist);
	}
	void solve(int s, ll *d) {
		memset(done, 0, sizeof(done));
		int i, u, v, sz;
		for(i = 1; i <= n; i++) d[i] = INF;
		priority_queue<HeapNode> pq;
		d[s] = 0;
		pq.push(HeapNode(0, s));
		while(!pq.empty()) {
			u = pq.top().u; pq.pop();
			if(done[u]) continue;
			done[u] = true;
			sz = G[u].size();
			for(i = 0; i < sz; i++) {
				v = G[u][i];
				if(d[v] > d[u] + W[u][i]) {
					d[v] = d[u] + W[u][i];
					pq.push(HeapNode(d[v], v));
				}
			}
		}
	}
};
Dijkstra dijk;
ll d[MAXN], dp[MAXN];
vector<int> G[MAXN];

ll getdp(int u) {
	if(dp[u] != -1) return dp[u];
	dp[u] = 0;
	int i, sz = G[u].size();
	for(i = 0; i < sz; i++)
		dp[u] += getdp(G[u][i]);
	return dp[u];
}

int main() {
	int n, m;
	while(~scanf("%d", &n), n) {
		scanf("%d", &m);
		int i, j, sz, u, v;
		ll w;
		dijk.init(n);
		for(i = 1; i <= n; i++) G[i].clear();
		for(i = 1; i <= m; i++) {
			scanf("%d%d%lld", &u, &v, &w);
			dijk.add(u, v, w);
			dijk.add(v, u, w);
		}
		dijk.solve(2, d);
		for(i = 1; i <= n; i++) {
			sz = dijk.G[i].size();
			for(j = 0; j < sz; j++) {
				v = dijk.G[i][j];
				if(d[i] > d[v]) G[i].push_back(v);
			}
		}
		memset(dp, -1, sizeof(dp));
		dp[2] = 1;
		printf("%lld\n", getdp(1));
	}
	return 0;
}


内容概要:本文详细介绍了如何使用STM32微控制器精确控制步进电机,涵盖了从原理到代码实现的全过程。首先,解释了步进电机的工作原理,包括定子、转子的构造及其通过脉冲信号控制转动的方式。接着,介绍了STM32的基本原理及其通过GPIO端口输出控制信号,配合驱动器芯片放大信号以驱动电机运转的方法。文中还详细描述了硬件搭建步骤,包括所需硬件的选择与连接方法。随后提供了基础控制代码示例,演示了如何通过定义控制引脚、编写延时函数和控制电机转动函数来实现步进电机的基本控制。最后,探讨了进阶优化技术,如定时器中断控制、S形或梯形加减速曲线、微步控制及DMA传输等,以提升电机运行的平稳性和精度。 适合人群:具有嵌入式系统基础知识,特别是对STM32和步进电机有一定了解的研发人员和技术爱好者。 使用场景及目标:①学习步进电机与STM32的工作原理及二者结合的具体实现方法;②掌握硬件连接技巧,确保各组件间正确通信;③理解并实践基础控制代码,实现步进电机的基本控制;④通过进阶优化技术的应用,提高电机控制性能,实现更精细和平稳的运动控制。 阅读建议:本文不仅提供了详细的理论讲解,还附带了完整的代码示例,建议读者在学习过程中动手实践,结合实际硬件进行调试,以便更好地理解和掌握步进电机的控制原理和技术细节。同时,对于进阶优化部分,可根据自身需求选择性学习,逐步提升对复杂控制系统的理解。
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