【SSL_P1693/洛谷P1828】香甜的黄油 Sweet Butter

本文介绍了一道编程题目——香甜的黄油 Sweet Butter,农夫John计划通过训练奶牛来制作超甜黄油。他需要确定最佳的牧场位置,使得所有奶牛到达该位置的总路程最短。题目要求根据奶牛数量、牧场数量和牧场间的道路信息,计算最短总路程。解决方案是应用SPFA(Shortest Path Faster Algorithm)算法来求解最短路径问题。

香甜的黄油 Sweet Butter


题目链接:香甜的黄油 Sweet Butter

题目描述

农夫John发现做出全威斯康辛州最甜的黄油的方法:糖。把糖放在一片牧场上,他知道N(1<=N<=500)只奶牛会过来舔它,这样就能做出能卖好价钱的超甜黄油。当然,他将付出额外的费用在奶牛上。
农夫John很狡猾。像以前的Pavlov,他知道他可以训练这些奶牛,让它们在听到铃声时去一个特定的牧场。他打算将糖放在那里然后下午发出铃声,以至他可以在晚上挤奶。
农夫John知道每只奶牛都在各自喜欢的牧场(一个牧场不一定只有一头牛)。给出各头牛在的牧场和牧场间的路线,找出使所有牛到达的路程和最短的牧场(他将把糖放在那)

输入格式

第一行: 三个数:奶牛数N,牧场数(2<=P<=800),牧场间道路数C(1<=C<=1450)
第二行到第N+1行: 1到N头奶牛所在的牧场号
第N+2行到第N+C+1行: 每行有三个数:相连的牧场A、B,两牧场间距离D(1<=D<=255),当然,连接是双向的

输出格式

一行 输出奶牛必须行走的最小的距离和

输入输出样例

输入

3 4 5
2
3
4
1 2 1
1 3 5
2 3 7
2 4 3
3 4 5

输出

8

解题思路

二话不说,直接SPAF

#include<iostream>
#include<cstring>
#include<cstdio>
using namespace std;
int n,p,c,a[810],b[8100][5];
int ans[810][810],m,sss=1000000000,d[810];
int tot,head[100000];
int f[1000000];
void add(int x,int y,int k)
{
	tot++;
	b[tot][1]=x;
	b[tot][2]=y;
	b[tot][3]=k;
	b[tot][4]=head[x];
	head[x]=tot;
}
int main()
{
	cin>>n>>p>>c;
	for(int i=1;i<=n;i++)
		{
			scanf("%d",&a[i]);
		}
	for(int i=1;i<=c;i++)
	{
		int x,y,k;
		scanf("%d%d%d",&x,&y,&k);
		add(x,y,k);
		add(y,x,k);
	}
	memset(ans,100,sizeof(ans));
	for(int i=1;i<=p;i++)
	{
		memset(d,0,sizeof(d));
		int hd=0,tl=1;
		f[1]=i;
		d[i]=1;
		ans[i][i]=0;
		while(hd<=tl)
		{
			hd++;
			int x1=f[hd];
			for(int j=head[x1];j;j=b[j][4])
				if(ans[i][b[j][2]]>ans[i][x1]+b[j][3])
				{
					ans[i][b[j][2]]=ans[i][x1]+b[j][3];
					if(d[b[j][2]]==0)
					{
						tl++;
						d[x1]=1;
						f[tl]=b[j][2];
					}
				}
			d[x1]=0;
		}
		int ss=0;
		for(int j=1;j<=n;j++)
		ss+=ans[i][a[j]];
		if(ss<sss)
		{
			sss=ss;
			m=i;
		}
	}
	cout<<sss<<endl;
}
### ### 滤波器系数的定义与作用 在数字信号处理中,滤波器的系统函数通常表示为: $$ H(z) = \frac{b_0 + b_1 z^{-1} + \cdots + b_N z^{-N}}{1 + a_1 z^{-1} + a_2 z^{-2} + \cdots + a_M z^{-M}} $$ 其中,分子系数 $ b_n $ 和分母系数 $ a_m $ 分别对应滤波器的零点和极点。这些系数决定了滤波器的频率响应特性,包括幅度响应和相位响应[^1]。分子系数(通常记作 `x_Coeffs_`)控制滤波器的零点分布,而分母系数(通常记作 `y_Coeffs_`)决定极点分布。 ### ### 系数的实现方式 在实际的软件或硬件实现中,滤波器的差分方程形式通常用于计算输出信号: $$ y[n] = \frac{1}{a_0} \left( b_0 x[n] + b_1 x[n-1] + \cdots + b_N x[n-N] - a_1 y[n-1] - a_2 y[n-2] - \cdots - a_M y[n-M] \right) $$ 其中,`x[n]` 是输入信号,`y[n]` 是输出信号。在代码实现中,`x_Coeffs_` 和 `y_Coeffs_` 分别存储分子和分母系数,用于递归计算输出值。例如,在C++中可以使用如下方式实现: ```cpp std::vector<double> x_Coeffs_ = {1.0, 4.0, 6.0, 4.0, 1.0}; // 示例分子系数 std::vector<double> y_Coeffs_ = {1.0, -0.75, 0.25}; // 示例分母系数 double computeOutput(const std::vector<double>& input, const std::vector<double>& output) { double y_n = 0.0; for (size_t i = 0; i < x_Coeffs_.size(); ++i) { y_n += x_Coeffs_[i] * input[i]; } for (size_t i = 1; i < y_Coeffs_.size(); ++i) { y_n -= y_Coeffs_[i] * output[i]; } return y_n / y_Coeffs_[0]; } ``` ### ### 系数的获取与设计方法 滤波器系数可以通过多种方法设计,例如使用MATLAB或Python的信号处理库。在MATLAB中,可以通过 `butter` 函数设计巴特沃斯滤波器,输出分子系数 `b` 和分母系数 `a` 。例如: ```matlab Fs = 1000; % 采样频率 Fc = 100; % 截止频率 N = 3; % 滤波器阶数 [b, a] = butter(N, Fc/(Fs/2)); % 使用巴特沃斯设计方法 ``` 上述代码生成的 `b` 和 `a` 即为滤波器的分子和分母系数,可以直接用于滤波器实现[^2]。 ### ### 系数对滤波器性能的影响 分子系数和分母系数直接影响滤波器的频率响应和稳定性。分子系数决定了零点分布,影响滤波器的幅度响应特性,例如通带平坦度和阻带衰减。分母系数决定极点分布,影响滤波器的稳定性和相位响应。例如,极点靠近单位圆时,滤波器的过渡带会变窄,但可能导致不稳定。 ### ### 系数优化与调整 在实际应用中,滤波器系数可能需要进行优化调整,以满足特定的性能要求。例如,可以通过调整截止频率、阶数或使用不同的设计方法(如切比雪夫滤波器或椭圆滤波器)来优化系数。此外,量化误差和有限字长效应也需要考虑,特别是在嵌入式系统中实现时。为了减少误差,可以采用定点数或浮点数运算,并进行适当的精度控制[^4]。 ###
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