[附中OJ 1491]小K的农场

本文介绍了一个算法问题,通过建立农场作物种植数量模型,并利用SPFA算法判断是否存在符合特定条件的作物布局方案。输入包含农场数量及记忆中的作物比较信息,输出验证结果。

题目描述

小K在MC里面建立很多很多的农场,总共n个,以至于他自己都忘记了每个农场中种植作物的具体数量了,他只记得一些含糊的信息(共m个),以下列三种形式描述:农场a比农场b至少多种植了c个单位的作物,农场a比农场b至多多种植了c个单位的作物,农场a与农场b种植的作物数一样多。但是,由于小K的记忆有些偏差,所以他想要知道存不存在一种情况,使得农场的种植作物数量与他记忆中的所有信息吻合。

输入

第一行包括两个整数n和m,分别表示农场数目和小K记忆中的信息数目。

接下来m行:

如果每行的第一个数是1,接下来有3个整数a,b,c,表示农场a比农场b至少多种植了c个单位的作物。如果每行的第一个数是2,接下来有3个整数a,b,c,表示农场a比农场b至多多种植了c个单位的作物。如果每行的第一个数是3,接下来有2个整数a,b,表示农场a种植的作物数量和b一样多。

输出

如果存在某种情况与小K的记忆吻合,输出“Yes”,否则输出“No”。

样例输入

3 3
3 1 2
1 1 3 1
2 2 3 2

样例输出

Yes

提示

样例解释:三个农场种植数量可以为(2,2,1)。
对于100%的数据 1<=n,m,a,b,c<=10000.

题解:查分约束系统。spfa判环。
代码:

#include<iostream>
#include<queue>
#include<cstdio>
#include<cstdlib>
#include<algorithm>
#define INF 199912270000ll
#define LiangJiaJun main
using namespace std;
const int S = 0 ,  T = 10001;
int n,m;
int h[10004],ne=1;
struct edge{
    int to,next;long long w;
}e[120004];
bool vis[10004];
long long dis[10004];
void insert(int u,int v,long long w){
    e[++ne].to = v; e[ne].w = w; e[ne].next = h[u];
    h[u]= ne;
}
bool ok=1;
void spfa(int x){
     if(vis[x]){ok=0;return ;}
     vis[x]=1;
     for(int i=h[x];i;i=e[i].next){
        if(dis[e[i].to] < dis[x] + e[i].w){
           dis[e[i].to] = dis[x] + e[i].w;
           spfa(e[i].to);
        }
        if(!ok)return;
     }
     vis[x]=0;
}

int LiangJiaJun (){
    scanf("%d%d",&n,&m);
    for(int i=0;i<=10002;i++) dis[i]=-INF;
    for(int i=1;i<=n;i++) insert(S,i,1);
    for(int i=1;i<=m;i++){
        int t,a,b; long long c;
        scanf("%d%d%d",&t,&a,&b);
        if(t == 1){
            scanf("%lld",&c);
            if(a==b)return puts("No"),0;
            insert(b,a,c);
        }
        if(t == 2){
            scanf("%lld",&c);
            if(a==b)return puts("No"),0;
            insert(a,b,-c);
        }
        if(t == 3){
            insert(a,b,0);
            insert(b,a,0);
        }
    }
    for(int i=1;i<=n;i++){
        spfa(i);
        if(!ok)break;
    }
    if(ok)puts("Yes");
    else puts("No");
    return 0;
}
### 关于第k小元素问题的算法分析与设计 #### 问题描述 给定一个未排序的整数数组 `nums`,找到其中的第 k 小元素。假设输入的有效性已验证。 --- #### 算法分析 对于此类问题,可以采用多种方法来求解,以下是几种常见的解决方案及其优缺点: 1. **暴力排序法** 首先对整个数组进行升序排列,随后直接返回索引为 `(k-1)` 的元素作为结果。 时间复杂度为 \(O(n \log n)\),空间复杂度取决于使用的排序算法[^1]。 2. **堆排序法 (最小堆/最大堆)** 使用大小为 k 的最大堆存储前 k 个较小的元素。遍历剩余元素时,仅当发现更小的值才更新堆的内容。最终堆顶即为目标值。 此种方式的时间复杂度为 \(O(n \log k)\)[^3]。 3. **快速选择算法 (Quickselect)** 类似于快速排序的思想,通过选取枢轴(pivot)将数组划分为两部分:小于等于pivot的部分和大于pivot的部分。依据划分的结果调整搜索范围直至定位到目标位置。 平均情况下该方法具有线性时间复杂度\(O(n)\),但在最坏情况下的表现可能退化至\(O(n^2)\)。 4. **二分查找法** 如果允许修改原数组,则可以通过统计某个候选数值左侧的小于其数量是否达到或超过k来进行判定;否则需借助辅助结构如计数器等手段间接达成目的。这种方法适用于特定场景下优化性能需求较高的场合[^2]。 --- #### 示例代码 ##### 方法一:暴力排序法(Python 实现) ```python def find_kth_smallest(nums, k): sorted_nums = sorted(nums) return sorted_nums[k - 1] # 测试用例 print(find_kth_smallest([7, 10, 4, 3, 20, 15], 3)) # 输出应为 7 ``` ##### 方法二:堆排序法(C++ 实现) ```cpp #include <queue> #include <vector> int findKthSmallest(std::vector<int>& nums, int k){ std::priority_queue<int> maxHeap; for(auto num : nums){ maxHeap.push(num); if(maxHeap.size() > k){ maxHeap.pop(); } } return maxHeap.top(); } ``` ##### 方法三:快速选择算法(Java 实现) ```java public class QuickSelect { public static int findKthSmallest(int[] nums, int k){ return select(nums, 0, nums.length - 1, k - 1); } private static int partition(int[] a, int lo, int hi){ int i=lo, j=hi+1; while(true){ while(a[++i]<a[lo])if(i==hi)break; while(a[--j]>a[lo])if(j==lo)break; if(i>=j) break; swap(a,i,j); } swap(a,lo,j); return j; } private static void swap(int []a,int i ,int j ){ int temp=a[i]; a[i]=a[j]; a[j]=temp; } private static int select(int[] a, int lo, int hi, int k){ if(hi<=lo)return a[lo]; int j=partition(a,lo,hi); if(k<j-lo)a=j-lo; else if(k>j-lo)a=k-j+lo; else return a[j]; if(k<j-lo) return select(a,lo,j-1,k); else return select(a,j+1,hi,k-(j-lo)-1); } } ``` --- #### 性能比较总结表 | 方案 | 时间复杂度 | 空间复杂度 | |--------------|------------------|-------------| | 暴力排序法 | \(O(n\ log\ n)\)| 可变 | | 堆排序法 | \(O(n\ log\ k)\) | \(O(k)\) | | 快速选择算法 | 平均为\(O(n)\), 最差为\(O(n^2)\) | \(O(1)\) 或 \(O(log\ n)\) | ---
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