POJ 2139 Six Degrees of Cowvin Bacon 最短路

本文介绍了一个使用Floyd算法解决最短路径问题的编程挑战。通过给定的集合,构建图并计算任意两点间距离,最终找出使得所有点到该点距离之和最小的节点,并计算平均距离。

题目链接

Sample Input
4 2
3 1 2 3
2 3 4
Sample Output
100

题目大意:
给定 n, m.
之后m行,每行是一个集合。
每一个集合里任意两个元素之间的距离都是1.
最后求出一个点,这个点到其余所有点的距离和最小,即
求ans令 ∑dis[ans][i] 最小 (1=<i<=n 且i不等于ans)
然后输出平均距离(乘100倍保留整数),
即 sum / (n-1) * 100

解题思路:
奇怪的建表方式+Floyd算法

AC代码:

#include<iostream>
#include<stdio.h>
#include<algorithm>
using namespace std;
int path[301][301];
int worked[301];
#define INF 0x3fffffff
void init() {
	for (int i = 1; i <= 300; i++) {
		for (int j = 1; j <= 300; j++) {
			path[i][j] = INF;
		}
		path[i][i] = 0;
	}
}
int main() {
	int n, m;
	while (cin >> n >> m) {
		init();
		while (m--) {
			int num, a;
			cin >> num;
			for (int i = 1; i <= num; i++) {
				cin >> worked[i];
			}
			for (int i = 1; i < num; i++) {
				for (int j = i + 1; j <= num; j++) {
					path[worked[i]][worked[j]] = 1; path[worked[j]][worked[i]] = 1;
				}
			}
		}
		for (int k = 1; k <= n; k++) {
			for (int i = 1; i <= n; i++) {
				for (int j = 1; j <= n; j++) {
					if (path[i][k] == INF || path[k][j] == INF) continue;
					if (path[i][j] == INF || path[i][j] > path[i][k] + path[k][j]) {
						path[i][j] = path[i][k] + path[k][j];
					}
				}
			}
		}
		int ans = INF;
		for (int k = 1; k <= n; k++) {
			int tmp = 0;
			for (int l = 1; l <= n; l++) {
				tmp += path[k][l];
			}
			ans = min(ans, tmp);
		}
		//cout << ans << endl;
		cout << ans * 100 / (n - 1) << endl;
	}
}
### POJ 2139 题目解析 虽然当前引用的内容并未涉及 POJ 2139 的具体描述,但从已有的参考资料来看,我们可以推测这道题可能属于图论或者组合优化类问题。以下是基于常见竞赛编程思路对该题目的解答框架。 #### 假设题目背景 假设 POJ 2139 是关于某种路径规划或资源分配的问题,通常会涉及到短路小生成树或其他经典算法的应用场景。如果它类似于 POJ 2784,则可能是通过构建网络来实现优连接的目标。 --- #### 解决方案概述 为了找到解决方法,我们先定义几个核心概念: 1. **输入数据结构**: 输入一般包括若干节点及其属性(如坐标)、边权值计算方式以及额外的操作选项(例如购买特定子网的成本)。对于本题而言,需明确如何表示这些要素。 2. **目标函数**: 明确需要小化的是什么——比如总成本或者是某些特殊条件下的加权距离之和。 3. **主要技术手段**: - 如果存在多个独立集合间的联通需求,可考虑采用 Kruscal 算法结合并查集处理小生成树问题[^1]; - 若允许部分预置操作降低整体开销,则可通过枚举策略评估不同配置的影响[^2]。 下面给出一段伪代码用于说明逻辑流程: ```python def solve_poj_2139(n, m, edges, packages): parent = list(range(n)) def find(u): while u != parent[u]: parent[u] = parent[parent[u]] u = parent[u] return u def union(u, v): pu, pv = find(u), find(v) if pu == pv: return False parent[pv] = pu return True # Step 1: Process package options and select optimal ones. selected_packages = [] total_cost = 0 for pkg in sorted(packages, key=lambda p:p['cost']): connected_cities = set(find(city) for city in pkg['cities']) if len(connected_cities) > 1: for city in pkg['cities']: parent[find(city)] = min(parent[find(city)], key=find)[pkg['cities'][0]] total_cost += pkg['cost'] selected_packages.append(pkg) # Step 2: Construct MST using remaining edges after applying chosen packages. edges.sort(key=lambda e:e['weight']) # Sort edges based on their weights. for edge in edges: if union(edge['u'], edge['v']): total_cost += edge['weight'] return total_cost, selected_packages ``` 此段程序展示了如何综合运用贪心思想挑选合适套餐与标准MST构造技巧完成任务。 --- #### 关键点分析 - 数据规模较大时需要注意效率问题,在选取合适的工具方面要有所取舍。例如,并查集能够快速判断两顶点是否处于同一连通分量之中[^3]。 - 边权重的设定直接影响终结果的好坏程度,因此务必按照实际物理意义合理赋值。 --- ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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