hdu-1598 并查集+贪心

本文详细介绍了解决 HDU 1598 问题的算法思路,通过使用最小生成树算法寻找两个指定节点间的最小代价路径。文章包括完整的 C 语言代码实现,并解释了关键函数如 find 和 merge 的作用。

可能是太热了,效率低,GDBing很长时间,并贡献WA一个。

 

/*
 * hdu-1598
 * mike-w
 * 2011-11-10
 */
#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#define MAXM 1024
#define MAXN 256
#define INF 999999

typedef struct _edge
{
	int start,end,weight;
}edge;

int N,M,Q,S,T;
edge road[MAXM];
int set[MAXN];

int comp(const void *e1, const void *e2)
{
	return ((edge*)e1)->weight - ((edge*)e2)->weight;
}

int find(int e)
{
	int node=e,root;
	while(set[node]>0)
		node=set[node];
	root=node;
	while(set[e]>0)
	{
		node=set[e];
		set[e]=root;
		e=node;
	}
	return root;
}

int merge(int e1,int e2)
{
	int r1=find(e1);
	int r2=find(e2);
	if(r1==r2) return 0;
	if(set[r1]<set[r2])
		set[r2]=r1;
	else if(set[r2]<set[r1])
		set[r1]=r2;
	else
		set[r1]=r2,set[r2]--;
	return 1;
}

int main(void)
{
	int i,j,delta,ans;

#ifndef ONLINE_JUDGE
	freopen("in","r",stdin);
#endif

	while(scanf("%d%d",&N,&M)!=EOF)
	{
		for(i=1;i<=M;i++)
			scanf("%d%d%d",
					&(road[i].start),&(road[i].end),&(road[i].weight));
		scanf("%d",&Q);
		qsort(road+1,M,sizeof(edge),comp);

		while(Q-->0)
		{
			scanf("%d%d",&S,&T);	
			ans=INF;

			for(i=1;i<=M;i++)
			{
				delta=0;
				for(j=0;j<=N;j++)
					set[j]=-1;

				for(j=i;j<=M && find(S)!=find(T);j++)
				{
					if(merge(road[j].start,road[j].end) && 
							(road[j].weight-road[i].weight>delta))
						delta=road[j].weight-road[i].weight;
				}
				if(find(S)==find(T) && ans>delta)
					ans=delta;
				if(find(S)!=find(T))
					break;
			}
			if(ans==INF)
				puts("-1");
			else
				printf("%d\n",ans);
		}
	}
	return 0;
}

	


 

个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
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