【HDU1162】Eddy's picture(MST基础题)

本文分享了一种基于点坐标的最小生成树(MST)算法实现,通过C++代码详细展示了如何计算点之间的距离并应用Prim算法求解MST,适用于解决平面中点集的连通性和最短路径问题。

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

很基础的点坐标MST,一不留神就AC了, - - !!

 

 1 #include <iostream>
 2 #include <cstring>
 3 #include <cstdlib>
 4 #include <cstdio>
 5 #include <cmath>
 6 #include <cctype>
 7 #include <algorithm>
 8 #include <numeric>
 9 #include <limits.h>
10 
11 #define typec double
12 using namespace std;
13 
14 const int inf = 0xffff;
15 const int V = 105;
16 int vis[V];
17 typec lowc[V], Map[V][V], point[V][2];
18 
19 typec prim (typec cost[][V], int n) {
20     int i, j, p;
21     typec minc, res = 0;
22     memset(vis, 0, sizeof(vis));
23     vis[0] = 1;
24     for (i = 1; i < n; ++ i) lowc[i] = cost[0][i];
25     for (i = 1; i < n; ++ i) {
26         minc = inf;
27         p = -1;
28         for (j = 0 ; j < n; ++ j) {
29             if (0 == vis[j] && minc > lowc[j]) {
30                 minc = lowc[j];
31                 p = j;
32             }
33         }
34         if (inf == minc) return -1;
35         res += minc;
36         vis[p] = 1;
37         for (j = 0 ; j < n; ++ j) {
38             if (0 == vis[j] && lowc[j] > cost[p][j]) {
39                 lowc[j] = cost[p][j];
40             }
41         }
42     }
43     return res;
44 }
45 
46 double cal_dis (double x1, double y1, double x2, double y2) {
47     return sqrt((x1 - x2) * (x1 - x2) + (y1 - y2) * (y1 - y2));
48 }
49 
50 int main () {
51     int n;
52     while (~scanf("%d", &n)) {
53 
54         for (int i = 0 ; i < n; ++ i) {
55             scanf("%lf %lf", &point[i][0], &point[i][1]);
56         }
57 
58         for (int i = 0 ; i < V; ++ i) {
59             for (int j = 0; j < V; ++ j) {
60                 if (i == j) Map[i][j] = 0;
61                 else Map[i][j] = inf;
62             }
63         }
64 
65         for (int i = 0; i < n; ++ i) {
66             for (int j = i + 1; j < n; ++ j) {
67                 Map[i][j] = Map[j][i] =
68                     cal_dis(point[i][0], point[i][1], point[j][0], point[j][1]);
69             }
70         }
71 
72         //cout << prim(Map, n) << endl;
73         printf("%.2lf\n", prim(Map, n));
74     }
75     return 0;
76 }

转载于:https://www.cnblogs.com/Destiny-Gem/p/3866609.html

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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