hdu4009 Transfer water

本文解决了一道关于水泵安装的图论问题,通过构建图模型并利用Zhu Liu算法求解最小树形图,以确定最优的水泵安装方案。

http://acm.hdu.edu.cn/showproblem.php?pid=4009

怎么10年前区域赛这么板的啊,而且数值大小也不说,k的总和也不说,要真跑满过不了的啊

这题有个坑就是他说的曼哈顿距离其实是包括高度的,我看高度用来判断要不要一个水泵就直接以为只要看a,b了,没想到c的曼哈顿距离也要算进去

然后挖坑就是超级源点连到每一个点,边就算一下权值判一下高度就行,然后贴个最小树形图就行了

 

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

const int maxl=1e6+1010;
const ll inf=1ll<<60;

int n,m,x,y,z;ll ans;
int pre[maxl],vis[maxl],id[maxl];
ll ine[maxl];
struct cor
{
	int a,b,c;
}a[maxl];
struct ed
{
	int u,v;ll w;
}e[maxl];

inline void prework()
{
	n++;
	for(int i=2;i<=n;i++)
		scanf("%d%d%d",&a[i].a,&a[i].b,&a[i].c);
	m=0;
	for(int i=2;i<=n;i++)
	{
		e[++m]=ed{1,i,1ll*x*a[i].c};
		int k;scanf("%d",&k);
		for(int j=1;j<=k;j++)
		{
			int v;scanf("%d",&v);v++;
			ll l=1ll*(abs(a[v].a-a[i].a)+abs(a[v].b-a[i].b)+abs(a[v].c-a[i].c))*y;
			if(a[v].c>a[i].c)
				l+=z;
			e[++m]=ed{i,v,l};
		}	
	}
}

inline ll zhuliu()
{
	ll ans=0;int rt=1;
	while(1)
	{
		for(int i=1;i<=n;i++) ine[i]=inf;
		for(int i=1;i<=m;i++)
		{
			int u=e[i].u,v=e[i].v;
			if(u!=v && e[i].w<ine[v])
				ine[v]=e[i].w,pre[v]=u;
		}
		for(int i=1;i<=n;i++)
		if(i!=rt && ine[i]==inf) 
			return -1;
		int cnt=0;
		for(int i=1;i<=n;i++)
			vis[i]=id[i]=0;
		for(int i=1;i<=n;i++)
		{
			if(i==rt) continue;
			ans+=ine[i];
			int v=i;
			while(vis[v]!=i && !id[v] && v!=rt)// find circle
			{
				vis[v]=i;
				v=pre[v];
			}
			if(!id[v] && v!=rt)//circle to point
			{
				id[v]=++cnt;
				for(int u=pre[v];u!=v;u=pre[u])
					id[u]=cnt;
			}
		}
		if(cnt==0) break;//no circle
		for(int i=1;i<=n;i++)
		if(!id[i])
			id[i]=++cnt;
		for(int i=1;i<=m;i++)
		{
			int u=e[i].u,v=e[i].v;
			e[i].u=id[u],e[i].v=id[v];
			if(id[u]!=id[v])//ine[v] add to ans, more edge = del original edge
				e[i].w-=ine[v];
		}
		rt=id[rt];n=cnt;
	}
	return ans;
}

inline void mainwork()
{
	ans=zhuliu();
}

inline void print()
{
	if(ans<0)
		puts("poor XiaoA");
	else
		printf("%lld\n",ans);
}

int main()
{
	while(~scanf("%d%d%d%d",&n,&x,&y,&z))
	{
		if(n==0 && x==0 && y==0 && z==0)
			break;
		prework();
		mainwork();
		print();
	}
	return 0;
}

 

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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