[洛谷P1576] 最小花费

本文介绍了一种使用Dijkstra算法优化转账手续费的解决方案,通过构建图模型,将转账过程视为图中的边,手续费视为边权,求解从A到B转账使B收到100元所需的最小总费用。

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

Description

在n个人中,某些人的银行账号之间可以互相转账。这些人之间转账的手续费各不相同。给定这些人之间转账时需要从转账金额里扣除百分之几的手续费,请问A最少需要多少钱使得转账后B收到100元。

第一行输入两个正整数n,m,分别表示总人数和可以互相转账的人的对数。

以下m行每行输入三个正整数x,y,z,表示标号为x的人和标号为y的人之间互相转账需要扣除z%的手续费 (z<100)。

最后一行输入两个正整数A,B。数据保证A与B之间可以直接或间接地转账。

输出A使得B到账100元最少需要的总费用。精确到小数点后8位。

Solution

dijkstra+堆优化

最小花费就是把每个人都看作一个点,每次转账看作一条边,花费看作边权

最后呢要处理一下 因为要输出钱 而不是汇率

AC code

 1 #include <iostream>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <queue>
 5 #define pa pair<double, int>
 6 using namespace std;
 7 //priority_queue<pa, vector<pa>, greater<pa> >q;
 8 priority_queue<pa>q;
 9 struct emmm {
10     int next, to;
11     double dis;
12 }e[200010];
13 int n, m, num, head[200010], ss, ee, vis[20010];
14 double dis[200010];
15 void add(int from, int to, double dis) {
16     e[++num].next = head[from];
17     e[num].to = to;
18     e[num].dis = dis;
19     head[from] = num;
20 }
21 void dijkstra() {
22     memset(dis, -0x3f, sizeof(dis));
23     dis[ss] = 1;
24     q.push(make_pair(1, ss));
25     while (!q.empty()) {
26         int now = q.top().second;
27         q.pop();
28         if (vis[now]) continue;
29         vis[now] = 1;
30         for (int i = head[now]; i; i = e[i].next) {
31             int v = e[i].to;
32             
33             if (dis[v] < dis[now] * e[i].dis) {
34                 dis[v] = dis[now] * e[i].dis;
35                 q.push(make_pair(dis[v], v));
36             }
37         }
38     }
39 }
40 int main() {
41     ios::sync_with_stdio(0);
42     cin >> n >> m;
43     for (int i = 1;i <= m; i++) {
44         int x, y;
45         double z;
46         cin >> x >> y >> z;
47         add(y, x, 1.0-(double)(z/100));
48         add(x, y, 1.0-(double)(z/100));
49     }
50     cin >> ss >> ee;
51     dijkstra();
52     printf("%.8lf\n",100 / dis[ee]);
53     return 0;
54 }
AC Code

 

转载于:https://www.cnblogs.com/-sheldon/p/11356531.html

### 关于动态规划 (Dynamic Programming, DP) 的解决方案 在解决洛谷平台上的编程问题时,尤其是涉及动态规划的题目,可以采用以下方法来构建解决方案: #### 动态规划的核心思想 动态规划是一种通过把原问题分解为相对简单的子问题的方式来求解复杂问题的方法。其核心在于存储重复计算的结果以减少冗余运算。通常情况下,动态规划适用于具有重叠子问题和最优子结构性质的问题。 对于动态规划问题,常见的思路包括定义状态、转移方程以及边界条件的设计[^1]。 --- #### 题目分析与实现案例 ##### **P1421 小玉买文具** 此题是一个典型的简单模拟问题,可以通过循环结构轻松完成。以下是该问题的一个可能实现方式: ```cpp #include <iostream> using namespace std; int main() { int n; cin >> n; // 输入购买数量n double p, m, c; cin >> p >> m >> c; // 输入单价p,总金额m,优惠券c // 计算总价并判断是否满足条件 if ((double)n * p <= m && (double)(n - 1) * p >= c) { cout << "Yes"; } else { cout << "No"; } return 0; } ``` 上述代码实现了基本逻辑:先读取输入数据,再根据给定约束条件进行验证,并输出最终结果[^2]。 --- ##### **UOJ104 序列分割** 这是一道经典的区间动态规划问题。我们需要设计一个二维数组 `f[i][j]` 表示前 i 次操作后得到的最大价值,其中 j 是最后一次切割的位置。具体实现如下所示: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 5e3 + 5; long long f[MAXN], sumv[MAXN]; int a[MAXN]; int main(){ ios::sync_with_stdio(false); cin.tie(0); int n,k; cin>>n>>k; for(int i=1;i<=n;i++)cin>>a[i]; for(int i=1;i<=n;i++)sumv[i]=sumv[i-1]+a[i]; memset(f,-0x3f,sizeof(f)); f[0]=0; for(int t=1;t<=k;t++){ vector<long long> g(n+1,LLONG_MIN); for(int l=t;l<=n;l++)g[l]=max(g[l-1],f[t-1][l-1]); for(int r=t;r<=n;r++)f[r]=max(f[r],g[r]+sumv[r]*t); } cout<<f[n]<<'\n'; return 0; } ``` 这段程序利用了滚动数组优化空间复杂度,同时保持时间效率不变[^3]。 --- ##### **其他常见问题** 针对更复杂的路径覆盖类问题(如 PXXXX),我们往往需要结合一维或多维动态规划模型加以处理。例如,在某些场景下,我们可以设定 dp 数组记录到达某一点所需最小代价或者最大收益等指标[^4]。 --- ### 总结 以上展示了如何运用动态规划技巧去应对不同类型的算法挑战。无论是基础还是高级应用场合,合理选取合适的数据结构配合清晰的状态转换关系都是成功解决问题的关键所在。
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