HDU-2112-HDU Today

本文介绍了一道ACM竞赛题目的解决思路,利用字典树结合最短路径算法解决问题,并通过两种不同的实现方式进行了演示,一种采用邻接矩阵形式,另一种则利用了优先队列进行优化。

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

ACM模版

描述

描述

题解

字典树+最短路即可,糟糕的题目,表达有些问题,导致理解错了N……,还是我太渣了。

一开始以为需要搞个N*N的矩阵(代码One),会爆内存,然后就用了堆优化(邻接表,代码Two),可是因为没有正确理解N的表示,还是超时了,改了改对了。

代码

One:

#include <iostream>
#include <cstring>
#include <map>

using namespace std;

/*
 *  单源最短路径,Dijkstra算法,邻接矩阵形式,复杂度为O(n^2)
 *  求出源beg到所有点的最短路径,传入图的顶点数和邻接矩阵cost[][]
 *  返回各点的最短路径lowcost[],路径pre[],pre[i]记录beg到i路径上的父节点,pre[beg] = -1
 *  可更改路径权类型,但是权值必须为非负,下标0~n-1
 */
const int MAXN = 160;
const int INF = 0x3f3f3f3f; //  表示无穷
const int MAXS = 31;
bool vis[MAXN];
int pre[MAXN];

void Dijkstra(int cost[][MAXN], int lowcost[], int n, int beg)
{
    for (int i = 0; i < n; i++)
    {
        lowcost[i] = INF;
        vis[i] = false;
        pre[i] = -1;
    }
    lowcost[beg] = 0;
    for (int j = 0; j < n; j++)
    {
        int k = -1;
        int min = INF;
        for (int i = 0; i < n; i++)
        {
            if (!vis[i] && lowcost[i] < min)
            {
                min = lowcost[i];
                k = i;
            }
        }
        if (k == -1)
        {
            break;
        }
        vis[k] = true;
        for (int i = 0; i < n; i++)
        {
            if (!vis[i] && lowcost[k] + cost[k][i] < lowcost[i])
            {
                lowcost[i] = lowcost[k] + cost[k][i];
                pre[i] = k;
            }
        }
    }
}

map<string, int> m;
map<string, int>::iterator it;
int cost[MAXN][MAXN];
int lowcost[MAXN];

int main(int argc, const char * argv[])
{
    int N;
    char start[MAXS], end[MAXS];
    char s[MAXS], e[MAXS];
    int t;

    while (cin >> N, N != -1)
    {
        m.clear();
        memset(cost, 0x3f, sizeof(cost));

        scanf("%s %s", start, end);
        m[start] = 0;
        m[end] = 1;

        int pos = 2;
        for (int i = 0; i < N; i++)
        {
            scanf("%s %s %d", s, e, &t);
            it = m.find(s);
            if (it == m.end())
            {
                m[s] = pos++;
            }
            it = m.find(e);
            if (it == m.end())
            {
                m[e] = pos++;
            }
            cost[m[s]][m[e]] = cost[m[e]][m[s]] = t;
        }

        if (m[start])
        {
            printf("0\n");
            continue;
        }

        Dijkstra(cost, lowcost, pos, 0);

        if (lowcost[1] == INF)
        {
            printf("-1\n");
        }
        else
        {
            printf("%d\n", lowcost[1]);
        }
    }

    return 0;
}

Two:

#include <iostream>
#include <string>
#include <cstring>
#include <vector>
#include <queue>
#include <map>

using namespace std;

/*
 *  使用优先队列优化Dijkstra算法
 *  复杂度O(ElongE)
 *  注意对vector<Edge> E[MAXN]进行初始化后加边
 */

const int INF = 0x3f3f3f3f;
const int MAXN = 10010;

struct qNode
{
    int v;
    int c;
    qNode(int _v = 0, int _c = 0) : v(_v), c(_c) {}
    bool operator < (const qNode &r)const
    {
        return c > r.c;
    }
};

struct Edge
{
    int v;
    int cost;
    Edge(int _v = 0, int _cost = 0) : v(_v), cost(_cost) {}
};

vector<Edge> E[MAXN];
bool vis[MAXN];
int dist[MAXN];

void Dijkstra(int n, int start)     //  点的编号从1开始
{
    memset(vis, false, sizeof(vis));
    memset(dist, 0x3f, sizeof(dist));
    priority_queue<qNode> que;

    while (!que.empty())
    {
        que.pop();
    }
    dist[start] = 0;
    que.push(qNode(start, 0));
    qNode tmp;

    while (!que.empty())
    {
        tmp = que.top();
        que.pop();
        int u = tmp.v;
        if (vis[u])
        {
            continue;
        }
        vis[u] = true;
        for (int i = 0; i < E[u].size(); i++)
        {
            int v = E[tmp.v][i].v;
            int cost = E[u][i].cost;
            if (!vis[v] && dist[v] > dist[u] + cost)
            {
                dist[v] = dist[u] +cost;
                que.push(qNode(v, dist[v]));
            }
        }
    }
}

void addEdge(int u, int v, int w)
{
    E[u].push_back(Edge(v, w));
}

const int MAXS = 31;

map<string, int> m;
map<string, int>::iterator it;

int main(int argc, const char * argv[])
{
    int N;
    char start[MAXS], end[MAXS];
    char s[MAXS], e[MAXS];
    int t;

    while (cin >> N, N != -1)
    {
        m.clear();
        for (int i = 0; i <= N; i++)
        {
            E[i].clear();
        }

        scanf("%s %s", start, end);
        m[start] = 0;
        m[end] = 1;

        int pos = 2;
        for (int i = 0; i < N; i++)
        {
            scanf("%s %s %d", s, e, &t);
            it = m.find(s);
            if (it == m.end())
            {
                m[s] = pos++;
            }
            it = m.find(e);
            if (it == m.end())
            {
                m[e] = pos++;
            }
            addEdge(m[s], m[e], t);
            addEdge(m[e], m[s], t);
        }

        Dijkstra(pos, 0);

        if (dist[1] == INF)
        {
            printf("-1\n");
        }
        else
        {
            printf("%d\n", dist[1]);
        }
    }

    return 0;
}

参考

《最短路》

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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