BZOJ 1050 [HAOI2006]旅行comf

本文介绍了一种基于最短路径快速算法(SPFA)的动点实现方式,该算法用于解决图论中的最短路径问题。通过动态更新顶点距离来寻找从源点到终点的最小代价路径。代码中详细展示了如何利用队列和邻接表进行节点间的迭代与更新。

动点spfa,并不知道复杂度多少。

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<cstring>
#include<cmath>
#include<vector>
#include<queue>
using namespace std;
const int maxn = 1001050;
int dist[maxn],val[maxn],n,m,x,y,z,s,t,a,b;
double ans=1e7;
vector<int> f[maxn],g[maxn];
queue<int> Q;
bool vis[maxn];
struct edge{
    int x,y,z;
}T[maxn];
bool operator < (edge a,edge b)
{
    return a.z>b.z;
}
int gcd(int a,int b)
{
    if(!b) return a;
    else return gcd(b,a%b);
}
inline void spfa()
{
    while(!Q.empty())
    {
        int u=Q.front();Q.pop();vis[u]=false;
        for(int i=0;i<f[u].size();i++)
        {
            int v=f[u][i];
            if(dist[v]>max(dist[u],g[u][i])){
                dist[v]=max(dist[u],g[u][i]);
                if(!vis[v]){
                    vis[v]=true;Q.push(v);
                }
            }
        }
    }
}
int main()
{
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++)
        scanf("%d%d%d",&T[i].x,&T[i].y,&T[i].z);
    scanf("%d%d",&s,&t);
    sort(T+1,T+1+m);
    memset(dist,0x3f,sizeof(dist));
    dist[s]=0;
    for(int i=1;i<=m;i++)
    {
        x=T[i].x,y=T[i].y,z=T[i].z;
        f[x].push_back(y);g[x].push_back(z);
        f[y].push_back(x);g[y].push_back(z);
        if(dist[x]<dist[y]) swap(x,y);
        if(dist[x]<=max(dist[y],T[i].z))
            continue;
        dist[x]=max(dist[y],T[i].z);
        Q.push(x);vis[x]=true;
        spfa();
        if((double)dist[t]/T[i].z<ans)
            ans=(double)dist[t]/T[i].z,a=dist[t],b=T[i].z; 
    }
    if(ans==1e7)
        puts("IMPOSSIBLE");
    else if(a%b==0)
        printf("%d",a/b);
    else
        printf("%d/%d",a/gcd(a,b),b/gcd(a,b));
    return 0;
}

HOME Back 
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
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