HDOJ 2485 Destroying the bus stations DFS+BFS

本文介绍了一种解决特定有向图中删除最少节点数量的问题,以确保不存在从起始节点到终止节点的路径长度小于等于给定值k。通过使用DFS与BFS相结合的方法,实现了有效的解决方案。

题意:一个有向图,n个点,最大50,m条边,最大4000,现在要求删掉最少的点,使得不存在从1号点到n号点的长度<=k(k不超过1000)的路径

当然,不能直接删掉1号点或者n号点,输出为最少需要删掉的点数

删掉某个点时,会将与之相连的所有的边也删除


思路:

枚举所有删点的方案:与HDOJ 1983相同,迭代加深来搞

如果不删点,就满足题意,那么答案为0

如果删除1个点,就满足题意,那么答案为1

……

删点如何删?用dfs!

判断当前这个点是不是可以删?删了有没有意义?(会不会影响现在起点1到终点n的最短路径?)

所以,dfs需要在bfs的基础上来跑


bfs有什么用?

第一:判断是不是满足题意:1号点到n号点的最短路径是不是>k?

第二:有了最短路径,那么dfs的删点过程就非常方便了:在最短路径上开始暴力枚举删除点


有了暴力,避免超时就需要判重

这个题的判重感觉好纠结好纠结,因为有个标程用了两个标记数组来搞

(因为这个题的数据很弱,其实用一个也行的)

判断这个点是不是可以删除


另外一个数组呢,就是判断这个点删除是不是有意义?!

什么叫做有意义,举个例子就明白了


现在的可以删除的点有2,3,4,5,6,……

现在枚举完毕了删除2,接下来是不是枚举3?

意思是说:【2,3,……】已经被枚举过了

那么,如果这个集合不行

返回的时候,会要开始枚举3吧?

【3,2】这个集合是没有意义的,这个地方也需要判重


这样,就引出了第三个数组!

我们需要把每一层的最短路径上面的所有点(除了1和n)全部记录下来、

那么在bfs的时候,需要记录每个节点的父节点

一个二维数组就够用了


剩下的,细节其实应该比HDOJ 1983少点点,代码如下:

#include<bits/stdc++.h>
using namespace std;

const int maxn=100;
const int maxm=5000;

int n,m,k,maxstep,tot;
int Head[maxn],d[maxn][maxn],fa[maxn],q[maxn];
bool flag,b[maxn],e[maxn];

struct Edge{
	int u,v,nxt;
}edge[maxm];

void addedge(int u,int v){
	edge[tot].u=u;
	edge[tot].v=v;
	edge[tot].nxt=Head[u];
	Head[u]=tot++;
}

void bfs(){
	int h=0,t=1,u,v;
	memset(fa,0,sizeof(fa));
	fa[1]=-1;
	q[++h]=1;
	while(h<=t){
		u=q[h];
		for(int i=Head[u];i!=-1;i=edge[i].nxt){
			v=edge[i].v;
			if (!b[v]&&!fa[v]){
				fa[v]=u;
				q[++t]=v;
			}
		}
		if (fa[n]) break;
		h++;
	}
	return;
}

void dfs(int step){
	if (flag) return;
	bfs();
	if (fa[n]==0){
		flag=true;
		return;
	}
	int l=0,i;
	for(i=n;i>1;i=fa[i])
		d[step][++l]=i;
	if (l>k){
		flag=true;
		return;
	}
	if (step>maxstep) return;
	for(i=2;i<=l;i++)
		if (!e[d[step][i]])
		{
			b[d[step][i]]=true;
			dfs(step+1);
			b[d[step][i]]=false;
			e[d[step][i]]=true;
		}
	for(i=2;i<=l;i++) e[d[step][i]]=false;
	return;
} 

int main(){
	int u,v;
	//freopen("input.txt","r",stdin);
	while(scanf("%d%d%d",&n,&m,&k),n){
		memset(Head,-1,sizeof(Head));
		tot=0;
		flag=false;
		while(m--){
			scanf("%d%d",&u,&v);
			addedge(u,v);
		}
		for(maxstep=0;;maxstep++){
			memset(b,false,sizeof(b));
			memset(e,false,sizeof(e));
			dfs(1);
			if (flag) break;
		}
		printf("%d\n",maxstep);
	}
	return 0;
}


【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究(Matlab代码实现)内容概要:本文围绕【Koopman】遍历论、动态模态分解和库普曼算子谱特性的计算研究展开,重点介绍基于Matlab的代码实现方法。文章系统阐述了遍历理论的基本概念、动态模态分解(DMD)的数学原理及其与库普曼算子谱特性之间的内在联系,展示了如何通过数值计算手段分析非线性动力系统的演化行为。文中提供了完整的Matlab代码示例,涵盖数据驱动的模态分解、谱分析及可视化过程,帮助读者理解并复现相关算法。同时,文档还列举了多个相关的科研方向和技术应用场景,体现出该方法在复杂系统建模与分析中的广泛适用性。; 适合人群:具备一定动力系统、线性代数与数值分析基础,熟悉Matlab编程,从事控制理论、流体力学、信号处理或数据驱动建模等领域研究的研究生、博士生及科研人员。; 使用场景及目标:①深入理解库普曼算子理论及其在非线性系统分析中的应用;②掌握动态模态分解(DMD)算法的实现与优化;③应用于流体动力学、气候建模、生物系统、电力系统等领域的时空模态提取与预测;④支撑高水平论文复现与科研项目开发。; 阅读建议:建议读者结合Matlab代码逐段调试运行,对照理论推导加深理解;推荐参考文中提及的相关研究方向拓展应用场景;鼓励在实际数据上验证算法性能,并尝试改进与扩展算法功能。
本系统采用微信小程序作为前端交互界面,结合Spring Boot与Vue.js框架实现后端服务及管理后台的构建,形成一套完整的电子商务解决方案。该系统架构支持单一商户独立运营,亦兼容多商户入驻的平台模式,具备高度的灵活性与扩展性。 在技术实现上,后端以Java语言为核心,依托Spring Boot框架提供稳定的业务逻辑处理与数据接口服务;管理后台采用Vue.js进行开发,实现了直观高效的操作界面;前端微信小程序则为用户提供了便捷的移动端购物体验。整套系统各模块间紧密协作,功能链路完整闭环,已通过严格测试与优化,符合商业应用的标准要求。 系统设计注重业务场景的全面覆盖,不仅包含商品展示、交易流程、订单处理等核心电商功能,还集成了会员管理、营销工具、数据统计等辅助模块,能够满足不同规模商户的日常运营需求。其多店铺支持机制允许平台方对入驻商户进行统一管理,同时保障各店铺在品牌展示、商品销售及客户服务方面的独立运作空间。 该解决方案强调代码结构的规范性与可维护性,遵循企业级开发标准,确保了系统的长期稳定运行与后续功能迭代的可行性。整体而言,这是一套技术选型成熟、架构清晰、功能完备且可直接投入商用的电商平台系统。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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