uestc 1717 Journey

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstring>
#include <cmath>
#include <queue>
#include <set>
#include <vector>
using namespace std;
const int N=100009;
int n,m;
int a,b,c,x,y;
int len[N];
int get[N];
int vis[N],fa[N];
vector<pair<int,int> > v[N],need[N];

void dfs(int x,int f,int L)//处理出每个点到根的距离
{
    vis[x]=1;
    len[x]=L;
    for(int i=0;i<v[x].size();i++)
    {
        int y=v[x][i].first;
        if(y==f)continue;
        dfs(y,x,L+v[x][i].second);
        fa[y]=x;
    }
}

void dfs2(int x,int f,int id)//vis[x]=id表示节点x对应环上的点id
{
    vis[x]=id;
    for(int i=0;i<v[x].size();i++)
    {
        int y=v[x][i].first;
        if(y==f)continue;
        dfs2(y,x,id);
    }
}
void init()
{
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;i++)
    {
        v[i].clear();
        fa[i]=i;
        vis[i]=0;
    }
    for(int i=1;i<=n-1;i++)
    {
        scanf("%d%d%d",&a,&b,&c);
        v[a].push_back(make_pair(b,c));
        v[b].push_back(make_pair(a,c));
    }
    scanf("%d%d%d",&a,&b,&c);
    dfs(b,-1,0);//以b为根建树
    fa[b]=-1;
    if(c>=len[a])//如果加入的边比原先b-a的距离大,答案全为零
    {
        for(int i=1;i<=m;i++)
        {
            scanf("%d%d",&x,&y);
            puts("0");
        }
    }
    else
    {
        int x=a;
        int id=3;
        do //由a遍历到b,将非环上的点对应成环上的点
        {
            vis[x]=2;
            for(int i=0;i<v[x].size();i++)
            {
                int y=v[x][i].first;
                if(y==fa[x]||vis[y]==2)continue;
                dfs2(y,x,id);
            }
            get[id]=x;//get[id]=x表示vis[y]=id的点都对应点x
            id++;
            x=fa[x];
        }while(x!=-1);
        
        for(int i=1;i<=m;i++)
        {
            scanf("%d%d",&x,&y);
            if(vis[x]!=2)  x=get[vis[x]];//如果不是环上的点,找到对应点
            if(vis[y]!=2)   y=get[vis[y]];
            if(len[y]<len[x])  swap(x,y);
            
            int tmp1=len[y]-len[x];
            int tmp2=len[x]+c+len[a]-len[y];//比较绕新加入的边是否可以减少距离
            if(tmp2<tmp1)
            {
                printf("%d\n",tmp1-tmp2);
            }
            else
            {
                puts("0");
            }
        }
    }
}
int main(){

    int T;
    scanf("%d",&T);
    for(int ii=1;ii<=T;ii++)
    {
        printf("Case #%d:\n",ii);
        init();
    }
	return 0;
}

内容概要:本文介绍了一套针对智能穿戴设备的跑步/骑行轨迹记录系统实战方案,旨在解决传统运动APP存在的定位漂移、数据断层和路径分析单一等问题。系统基于北斗+GPS双模定位、惯性测量单元(IMU)和海拔传感器,实现高精度轨迹采集,并通过卡尔曼滤波算法修正定位误差,在信号弱环境下利用惯性导航补位,确保轨迹连续性。系统支持跑步与骑行两种场景的差异化功能,包括实时轨迹记录、多维度路径分析(如配速、坡度、能耗)、数据可视化(地图标注、曲线图、3D回放)、异常提醒及智能优化建议,并可通过蓝牙/Wi-Fi同步数据至手机APP,支持社交分享与专业软件导出。技术架构涵盖硬件层、设备端与手机端软件层以及云端数据存储,强调低功耗设计与用户体验优化。经过实测验证,系统在定位精度、续航能力和场景识别准确率方面均达到预期指标,具备良好的实用性和扩展性。; 适合人群:具备一定嵌入式开发或移动应用开发经验,熟悉物联网、传感器融合与数据可视化的技术人员,尤其是从事智能穿戴设备、运动健康类产品研发的工程师和产品经理;也适合高校相关专业学生作为项目实践参考。; 使用场景及目标:① 开发高精度运动轨迹记录功能,解决GPS漂移与断点问题;② 实现跑步与骑行场景下的差异化数据分析与个性化反馈;③ 构建完整的“终端采集-手机展示-云端存储”系统闭环,支持社交互动与商业拓展;④ 掌握低功耗优化、多源数据融合、动态功耗调节等关键技术在穿戴设备中的落地应用。; 阅读建议:此资源以真实项目为导向,不仅提供详细的技术实现路径,还包含硬件选型、测试验证与商业扩展思路,建议读者结合自身开发环境,逐步实现各模块功能,重点关注定位优化算法、功耗控制策略与跨平台数据同步机制的设计与调优。
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