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:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运学求解、正向力学控制,并采用拉格朗日-欧拉法推导逆向力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运学求解、正向力学控制、拉格朗日-欧拉法推导逆向力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运学、力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运学与力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重理解运学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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