UVaOJ 10034 - Freckles

本文详细介绍了求解最小生成树的经典算法——Kruskal和Prim,并通过实例代码展示了如何使用这两种算法来解决实际问题,如计算连接多个点的最短线段长度。

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


——by A Code Rabbit


Description

求直角坐标系上能够把几个点相连起来最短线段的长度。

输入每个点的坐标。

输出最短线段的长度。


Types

Graph Algorithms


Analysis

经典的最小生成树的题目。

求最小生成树的两种算法——Kruskal 和 Prim。

设图 G 中点数为 n ,边数为 e 。

Kruskal 的时间复杂度为 O(e log e) ,取决于对边的排序效率。

要求存储每条边,可用并查集优化(由于并查集优化后代码更短,效率更高,因此默认都用并查集优化后的 Kruskal。

Prim 的时间复杂度是比较多变,取决于图的存储结构,和是否采用二叉堆(优先队列)优化。

未优化的时间复杂度为 O(n^2) ,适合于稠密图。而是堆优化过后,时间复杂度达到O(e log n),不过相比Kruskal属于费力不讨好。

除非利用 Fibonacci 堆优化,可以达到 O(n log n) 。

Fibonacci堆 优化的实现较难(反正我不懂),所以在 ACM 中,大都采用 Kruskal 的方法求最小生成树的路径长度。


Solution
// UVaOJ 10034
// Freckles
// by A Code Rabbit

#include <algorithm>
#include <cmath>
#include <cstdio>
using namespace std;

const int MAXV = 102;
const int MAXE = MAXV * MAXV;

template <typename T>
struct Point {
    T x, y;
    static double GetDistance(Point a, Point b) {
        return sqrt(pow(a.x - b.x, 2) + pow(a.y - b.y, 2));
    }
}; 

template <typename T>
struct Edge {
    int u, v;
    T w;
};

template <typename T>
struct Graph{
    Edge<T> edge[MAXE];
    int tot_edge;
    void Init() { tot_edge = 0; }
    void AddEdge(int u, int v, T w) {
        edge[tot_edge].u = u;
        edge[tot_edge].v = v;
        edge[tot_edge].w = w;
        tot_edge++;
    }
};

namespace Kruskal {
    int p[MAXV];
    template <typename T>
    int Cmp(Edge<T> a, Edge<T> b) { return a.w < b.w; }
    int Find(int x) { return p[x] == x ? x : p[x] = Find(p[x]); }
    template <typename T>
    T Go(Edge<T> e[MAXE], int n, int m) {
        for (int i = 0; i < n; i++) p[i] = i;
        sort(e, e + m, Cmp<T>);
        T ans = 0;
        for (int i = 0; i < m; i++) {
            int u = Find(e[i].u); int v = Find(e[i].v);
            if (u != v) { ans += e[i].w; p[u] = v; }
        }
        return ans;
    }
}

int n;
Point<double> point[MAXV];
Graph<double> graph;

int main() {
    int tot_case;
    scanf("%d", &tot_case);
    for (int t = 0; t < tot_case; t++) {
        // Input.
        scanf("%d", &n);
        for (int i = 0; i < n; i++)
            scanf("%lf%lf", &point[i].x, &point[i].y);
        // Compute each the length of edges.
        graph.Init();
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < i; j++) {
                double w = Point<double>::GetDistance(point[i], point[j]);
                graph.AddEdge(i, j, w);
            }
        }
        // Output.
        printf("%s", t ? "\n" : "");
        printf("%.2lf\n", Kruskal::Go(graph.edge, n, graph.tot_edge));
    }
    return 0;
}



内容概要:本文详细探讨了基于MATLAB/SIMULINK的多载波无线通信系统仿真及性能分析,重点研究了以OFDM为代表的多载波技术。文章首先介绍了OFDM的基本原理和系统组成,随后通过仿真平台分析了不同调制方式的抗干扰性能、信道估计算法对系统性能的影响以及同步技术的实现与分析。文中提供了详细的MATLAB代码实现,涵盖OFDM系统的基本仿真、信道估计算法比较、同步算法实现和不同调制方式的性能比较。此外,还讨论了信道特征、OFDM关键技术、信道估计、同步技术和系统级仿真架构,并提出了未来的改进方向,如深度学习增强、混合波形设计和硬件加速方案。; 适合人群:具备无线通信基础知识,尤其是对OFDM技术有一定了解的研究人员和技术人员;从事无线通信系统设计与开发的工程师;高校通信工程专业的高年级本科生和研究生。; 使用场景及目标:①理解OFDM系统的工作原理及其在多径信道环境下的性能表现;②掌握MATLAB/SIMULINK在无线通信系统仿真中的应用;③评估不同调制方式、信道估计算法和同步算法的优劣;④为实际OFDM系统的设计和优化提供理论依据和技术支持。; 其他说明:本文不仅提供了详细的理论分析,还附带了大量的MATLAB代码示例,便于读者动手实践。建议读者在学习过程中结合代码进行调试和实验,以加深对OFDM技术的理解。此外,文中还涉及了一些最新的研究方向和技术趋势,如AI增强和毫米波通信,为读者提供了更广阔的视野。
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