UVA_10000_Longest Paths

本文介绍了C++中实现的Floyd-Warshall算法用于解决全加权图的最短路径问题,并通过DFS算法进行路径优化。通过实例演示了如何使用这些经典算法解决实际问题。

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

#include<iostream>
#include<cstdio>
#include<sstream>
#include<string>
#include<vector>
#include<list>
#include<set>
#include<map>
#include<stack>
#include<queue>
#include<algorithm>
#pragma warning(disable:4996)
using std::cin;
using std::cout;
using std::endl;
using std::stringstream;
using std::string;
using std::vector;
using std::list;
using std::pair;
using std::set;
using std::multiset;
using std::map;
using std::multimap;
using std::stack;
using std::queue;
void floyd_warshall(vector<vector<int>>&graph)
{
	for (size_t k = 0; k < graph.size(); k++)
	{
		for (size_t i = 0; i < graph.size(); i++)
		{
			for (size_t j = 0; j < graph.size(); j++)
			{
				graph[i][j] = std::min(graph[i][j], graph[i][k] + graph[k][j]);
			}
		}
	}
}
pair<int,int> dfs(int vex,const multimap<int, int>&graph)
{
	bool flag = false;
	pair<int, int>maximum{ 0,-1 };
	for (auto iter = graph.begin(); iter != graph.end(); iter++)
	{
		if (iter->first == vex)
		{
			flag = true;
			auto tmp = dfs(iter->second, graph);
			if (maximum.second < tmp.second)
			{
				maximum = tmp;
			}
		}
	}
	if (flag)
	{
		return{ maximum.first,maximum.second + 1 };
	}
	return{vex,0};
}
int main()
{
    //freopen("input.txt","r",stdin);
    //freopen("output.txt","w",stdout);
    int n,count=0;
    while(cin>>n)
    {
        if(!n)
        {
            break;
        }
		vector<vector<int>>graph(n, (vector<int>)n);
		for (int i = 0; i < n; i++)
		{
			for (int j = 0; j < n; j++)
			{
				graph[i][j] = 1000000000;
			}
		}
        int initial;cin>>initial;initial--;
        int first,second;
        while(cin>>first>>second)
        {
            if(!first&&!second)
            {
                break;
            }
			graph[first - 1][second - 1] = -1;
        }
		floyd_warshall(graph);
		pair<int, int>result{ 0,0 };
		for (size_t i = 0; i < graph[initial].size(); i++)
		{
			if (graph[initial][i] < result.second)
			{
				result.first = i;
				result.second = graph[initial][i];
			}
		}
		printf("Case %d: The longest path from %d has length %d, finishing at %d.\n\n",++count,initial+1,-result.second,result.first+1);
    }
    return 0;
}

### 使用 `itertools.zip_longest` 函数 Python 的 `itertools` 模块提供了多种用于高效循环操作的迭代器工具。其中,`zip_longest` 是一个非常有用的函数,它允许两个或多个可迭代对象并行遍历,并在最短序列耗尽之后继续填充指定值。 #### 基本语法 ```python import itertools result = itertools.zip_longest(iterable1, iterable2, fillvalue=None) ``` 此方法接受任意数量的可迭代参数以及一个名为 `fillvalue` 的关键字参数,默认情况下该参数设置为 `None`[^1]。 当输入的可迭代对象长度不一致时,较短的对象会用 `fillvalue` 来补充缺失的位置直到最长的那个结束为止。 #### 实际应用案例 考虑如下场景:有两个列表分别代表不同月份销售量的数据集A和B,但是数据集中某些月可能缺少记录,在这种情况下就可以利用 `zip_longest` 进行处理: ```python from itertools import zip_longest sales_A = ['Jan', 'Feb', 'Mar'] sales_B = [100, 200] for month, sale in zip_longest(sales_A, sales_B, fillvalue=0): print(f"{month}: {sale}") ``` 上述代码将会输出: ``` Jan: 100 Feb: 200 Mar: 0 ``` 这里可以看到三月份并没有实际销售额数值,因此被替换成了默认填充值 `0`。 #### 多个可迭代对象的情况 如果需要同时处理三个以上的可迭代对象,则同样适用: ```python list_a = ["a", "b"] list_b = [1, 2, 3] list_c = ["x", "y", "z"] combined = list(zip_longest(list_a, list_b, list_c)) print(combined) # 输出结果将是 [('a', 1, 'x'), ('b', 2, 'y'), (None, 3, 'z')] ``` 在这个例子中,由于第一个列表只有两项而其他两个各有三项,所以最后一项将由 `None` 补齐以匹配最长序列的长度。
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