HDU - 5545 The Battle of Guandu

本文介绍了一个基于图论的策略算法问题,曹操与袁绍交战,通过村庄派遣兵力到不同战场,确保重要战场胜利的同时使总花费最小。采用多源最短路径算法解决兵力调配问题。

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

这个题目的题意大概是,曹操和袁绍打仗,一共有M个战场,和N个村庄。对于每个战场重要值为2的战场必须赢,重要值为1的战场不能输,重要值为0的战场无所谓。赢得方式是对于一个战场,曹操人数的数量大于袁绍人数的数量。对于每个村庄曹操可以用ci每一个兵的钱,让所买的兵加入ai战场,同时也会有同等数量的兵加入袁绍所在的bi战场。假设我们一开每个战场双方的人数都是0,那么对于要赢的战场要保证曹操的人数比袁绍的人数多一个就可以了。因为每个村庄派出的人数是相等的。所以战场上双方总人数是相等的。但是要赢的战场人要多,那么只有可以输的战场人是少的。那么对于每个村庄派出去的人可以看成是从bi战场调用一个人去ai战场花费了ci。重要值为0的战场可以被调兵。所以就跑一个多源最短路,求出所有重要值为2的点的最小费用。对于重要值为1的战场,我们可以当成有兵经过这里或者没有经过这里。所以最后累加答案时只需累加重要值为2的战场。

对于这幅图 三角形的是村庄,与他相连的两条边的战场。正方形的是重要值为2的,圆形的重要值为0的;

我们可以看成圆形的连了一条有向边到正方形。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<vector>
#include<queue>
using namespace std;

const int maxx = 1e5 + 5;
#define inf 1e18
typedef long long LL;
struct node
{
	int to, value;
	bool operator<(const node &a)
	{
		return value > a.value;
	}
};
vector<node>edge[maxx];
LL dis[maxx];
bool vis[maxx];
int n, m;
int a[maxx], b[maxx], c[maxx], d[maxx];

void addedge(int aa, int bb, int cc)
{
	edge[aa].push_back(node{ bb,cc });
}

LL spfa()
{
	queue<int> qu;
	for (int i = 1; i <= m; i++)
	{
		if (d[i] == 0)
		{
			dis[i] = 0;
			vis[i] = 1;
			qu.push(i);
			continue;
		}
		dis[i] = inf;
		vis[i] = 0;
	}
	while (!qu.empty())
	{
		int now = qu.front(); qu.pop();
		vis[now] = 0;
		for (int i = 0; i < edge[now].size(); i++)
		{
			int nex = edge[now][i].to;
			LL need = edge[now][i].value + dis[now];
			if (need < dis[nex])
			{
				dis[nex] = need;
				if (!vis[nex])
				{
					qu.push(nex);
					vis[nex] = 1;
				}
			}
		}
	}
	LL res = 0;
	for (int i = 1; i <= m; i++)
	{
		if (d[i] == 2)
		{
			if (dis[i] != inf)
				res += dis[i];
			else
				return -1;
		}
	}
	return res;
}

int main()
{
	int t, cnt = 1;
	scanf("%d", &t);
	while (t--)
	{
		scanf("%d%d", &n, &m);
		for (int i = 1; i <= m; i++)
			edge[i].clear();
		for (int i = 1; i <= n; i++)
			scanf("%d", &a[i]);
		for (int i = 1; i <= n; i++)
			scanf("%d", &b[i]);
		for (int i = 1; i <= n; i++)
			scanf("%d", &c[i]);
		for (int i = 1; i <= m; i++)
			scanf("%d", &d[i]);
		for (int i = 1; i <= n; i++)
			addedge(b[i], a[i], c[i]);
		LL ans = spfa();
		printf("Case #%d: %lld\n", cnt++, ans);
	}
	return 0;
}

本人愚见,如有不足,欢迎指点


电动汽车数据集:2025年3K+记录 真实电动汽车数据:特斯拉、宝马、日产车型,含2025年电池规格和销售数据 关于数据集 电动汽车数据集 这个合成数据集包含许多品牌和年份的电动汽车和插电式车型的记录,捕捉技术规格、性能、定价、制造来源、销售和安全相关属性。每一行代表由vehicle_ID标识的唯一车辆列表。 关键特性 覆盖范围:全球制造商和车型组合,包括纯电动汽车和插电式混合动力汽车。 范围:电池化学成分、容量、续航里程、充电标准和速度、价格、产地、自主水平、排放、安全等级、销售和保修。 时间跨度:模型跨度多年(包括传统和即将推出的)。 数据质量说明: 某些行可能缺少某些字段(空白)。 几个分类字段包含不同的、特定于供应商的值(例如,Charging_Type、Battery_Type)。 各列中的单位混合在一起;注意kWh、km、hr、USD、g/km和额定值。 列 列类型描述示例 Vehicle_ID整数每个车辆记录的唯一标识符。1 制造商分类汽车品牌或OEM。特斯拉 型号类别特定型号名称/变体。型号Y 与记录关联的年份整数模型。2024 电池_类型分类使用的电池化学/技术。磷酸铁锂 Battery_Capacity_kWh浮充电池标称容量,单位为千瓦时。75.0 Range_km整数表示充满电后的行驶里程(公里)。505 充电类型主要充电接口或功能。CCS、NACS、CHAdeMO、DCFC、V2G、V2H、V2L Charge_Time_hr浮动充电的大致时间(小时),上下文因充电方法而异。7.5 价格_USD浮动参考车辆价格(美元).85000.00 颜色类别主要外观颜色或饰面。午夜黑 制造国_制造类别车辆制造/组装的国家。美国 Autonomous_Level浮点自动化能力级别(例如0-5),可能包括子级别的小
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