Day2 - F - Never Wait forWeights

本文介绍了一种利用并查集来判断图中两点间是否存在路径的方法,并通过实例代码演示了如何实现。重点在于通过并查集记录各点到根节点的距离,从而计算任意两点间的距离。

F-6187-Never Wait forWeights


题目分析

利用并查集来判断两个点之间是否可以有答案,此外用个数组记录该点到根的距离,而两点之间的距离就是g[a]-g[b]

AC代码

#include <iostream>
 
using namespace std;
int fa[100001],g[100001];
 
int getfa(int a)
{
    int tmp;
    if (fa[a]==a) return a;
   tmp=fa[a];
   fa[a]=getfa(fa[a]);
   g[a]=g[tmp]+g[a];
    return fa[a];
}
int main()
{
    int n,m,i,a,b,c,af,bf;
    char q;
    while (cin>>n>>m&&n!=0)
    {
       for (i=1; i<=n; i++)
       {
           fa[i]=i;
           g[i]=0;
       }
       for (i=0; i<m; i++)
       {
           cin>>q;
           if (q=='!'){
                cin>>a>>b>>c;
                af=getfa(a);
                bf=getfa(b);
                if (af!=bf){
                    fa[af]=bf;
                    g[af]=g[b]+c-g[a];
                }
           }
           else {
                cin>>a>>b;
                af=getfa(a);
                bf=getfa(b);
                if (af!=bf)
                    cout<<"UNKNOWN"<<endl;
                else cout<<g[a]-g[b]<<endl;
           }
 
       }
    }
    return 0;
}


内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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