POJ 2128 Highways

本文介绍了一种高速公路路径优化算法,该算法通过增加两条路径确保任意两城市间可达性的同时,尽可能减少总路径长度。核心思路是在现有单向路径的基础上,找到一条最短路径并反向延伸,最终给出具体实现代码及示例。

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

Highways

原题:Highways
题意:高速公路上有n个站,n-1条单向路径,新来的市长希望加两条路满足任意两个城市都能相互到达,并使得距离最短
解法:看样例数据都看得出来,头尾延伸一条反向路,并使得两条路径重复覆盖的距离最小,即找一条最短的路

#include<iostream>
using namespace std;
int main(){
    int n;
    cin >> n;
    int f[50000], sum=0, min, k=1;
    for(int i = 0; i < n-1; i++){
        cin >> f[i];
    }
    for(int i = n-2; i > 0; i--){
        f[i]=f[i]-f[i-1];
    }
    for(int i = 0; i < n-1; i++) sum += f[i];
    min = 2*1e9;
    for(int i = 1; i < n-2; i++){
        if (f[i] < min){
            min=f[i];
            k=i;
        }
    }
    sum += min;
    if(n < 4){
        cout << "0" << endl;
    } else {
        cout << sum << endl;
        cout << k+2 << " " << "1" << " " << n << " " << k+1 << endl;
    }
}
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
评论 4
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