gfojzy_13 脑洞记搜

本文介绍了一种解决图染色问题的有效算法。通过反向处理操作并利用BFS进行宽度优先搜索来确定每个顶点最终的颜色。算法关注于最后一次染色的有效性,并采用队列辅助实现高效遍历。

题目如下:

Splatter Painting

有一个由N个顶点编号为1到N和M个边缘组成的简单的无向图。最初,所有顶点都以彩色0绘制。第i个边缘双向连接两个顶点ai和bi。每个边的长度为1。

Squid在此图上执行了Q操作。在第i个操作中,他以颜色ci重新绘制距离顶点vi的距离内的所有顶点。

在Q操作后查找每个顶点的颜色。

1≤N,M,Q≤105
1≤ai,bi,vi≤N
ai≠bi
0≤di≤10
1≤ci≤105

分析

本题的暴力可以轻松写出,注意到一个点只有最后一次染色有效,所以可以从后往前做,如果已被染色则跳过
发现可以记录距此点染色的结点的最大距离d[i]
举个例子:
d[6]=1,d[1]=2
然后就a了

完整ac代码1

if(e[y]<z-1)Q.push((Dis){y,z-1});//判断是否应该入队,则不用bo【】数组标记是否在队列中
#include<cstdio>
#include<iostream>
#include<queue>
#include<cstring>
#define N 100010
using namespace std;
struct Dis{
    int x,z;
};
queue<Dis>Q;
int a[N],c[N],d[N],e[N],f[N],num,h[N],n,m,p,q,t,col;
struct Edge{
    int p,q,n;
}b[N*2];
void ljb(int p,int q){
    b[++num].n=h[p];
    h[p]=num;
    b[num].p=p;
    b[num].q=q;
}
void Bfs(){
    int x,y,z;
    while(!Q.empty()){
        x=Q.front().x; z=Q.front().z; Q.pop(); 
//      printf("%d %d\n",x,z);
        if(!f[x])f[x]=col;
        e[x]=max(e[x],z);
        if(z==0)continue;
        for(int i=h[x];i!=0;i=b[i].n){
            y=b[i].q;
            if(e[y]<z-1)Q.push((Dis){y,z-1});
        }
    }
}
int main(){
//  freopen("data.txt","r",stdin);
    memset(e,-1,sizeof(e));
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++){
        scanf("%d%d",&p,&q);
        ljb(p,q);
        ljb(q,p);
    }
    scanf("%d",&t);
    for(int i=1;i<=t;i++)scanf("%d%d%d",&a[i],&d[i],&c[i]);
    for(int i=t;i>=1;i--){
        if(e[a[i]]>=d[i])continue;
        col=c[i];
        Q.push((Dis){a[i],d[i]});
        Bfs();
    }
//  for(int i=1;i<=n;i++)printf("%d %d\n",i,e[i]);
    for(int i=1;i<=n;i++)printf("%d\n",f[i]);
}

完整ac代码2

比代码1效率低
多了一个bo【】标记是否入队(其实是多余的)

#include<cstdio>
#include<iostream>
#include<queue>
#include<cstring>
#define N 100010
using namespace std;
struct Dis{
    int x,z;
};
queue<Dis>Q;
int a[N],c[N],d[N],e[N],f[N],num,h[N],n,m,p,q,t,col;
bool bo[N];
struct Edge{
    int p,q,n;
}b[N*2];
void ljb(int p,int q){
    b[++num].n=h[p];
    h[p]=num;
    b[num].p=p;
    b[num].q=q;
}
void Bfs(){
    int x,y,z;
    while(!Q.empty()){
        x=Q.front().x; z=Q.front().z; Q.pop(); 
        printf("%d %d\n",x,z);
        if(!f[x])f[x]=col;
        if(z<=e[x]||z==0)continue;
        e[x]=z;
        for(int i=h[x];i!=0;i=b[i].n){
            y=b[i].q;
            if(!bo[y]){
                Q.push((Dis){y,z-1});
                bo[y]=1;
            }
        }
    }
}
int main(){
//  freopen("data.txt","r",stdin);
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++){
        scanf("%d%d",&p,&q);
        ljb(p,q);
        ljb(q,p);
    }
    scanf("%d",&t);
    for(int i=1;i<=t;i++)scanf("%d%d%d",&a[i],&d[i],&c[i]);
    for(int i=t;i>=1;i--){
        memset(bo,0,sizeof(bo));
        if(e[a[i]]>=d[i])continue;
        col=c[i];
        Q.push((Dis){a[i],d[i]});
        bo[a[i]]=1;
        Bfs();
    }
    for(int i=1;i<=n;i++)printf("%d\n",f[i]);
}
基于部落竞争与成员合作算法(CTCM)融合动态窗口法DWA的无人机三维动态避障方法研究,MATLAB代码 动态避障路径规划:基于部落竞争与成员合作算法(CTCM)融合动态窗口法DWA的无人机三维动态避障方法研究,MATLAB 融合DWA的青蒿素优化算法(AOA)求解无人机三维动态避障路径规划,MATLAB代码 基于动态环境下多智能体自主避障路径优化的DWA算法研究,MATLAB代码 融合DWA的青蒿素优化算法AOA求解无人机三维动态避障路径规划,MATLAB代码 基于DWA的多智能体动态避障路径规划算法研究,MATLAB代码 融合动态窗口法DWA的粒子群算法PSO求解无人机三维动态避障路径规划研究,MATLAB代码 基于粒子群算法PSO融合动态窗口法DWA的无人机三维动态避障路径规划研究,MATLAB代码 基于ACOSRAR-DWA无人机三维动态避障路径规划,MATLAB代码 基于ACOSRAR-DWA无人机三维动态避障路径规划,MATLAB代码 基于DWA的动态环境下无人机自主避障路径优化,MATLAB代码 基于DWA的动态环境下机器人自主避障路径规划,MATLAB代码 基于城市场景下RRT、ACO、A*算法的无人机三维路径规划方法研究,MATLAB代码 基于城市场景下无人机三维路径规划的导航变量的多目标粒子群优化算法(NMOPSO),MATLAB代码 导航变量的多目标粒子群优化算法(NMOPSO)求解复杂城市场景下无人机三维路径规划,MATLAB代码 原创:5种最新多目标优化算法求解多无人机协同路径规划(多起点多终点,起始点、无人机数、障碍物可自定义),MATLAB代码 原创:4种最新多目标优化算法求解多无人机协同路径规划(多起点多终点,起始点、无人机数、障碍物可自定义),MATLAB代码 高维超多目标优化:基于导航变量的多目标粒子群优化算法(NMOPSO)的无人机三维
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术文档,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,用于评估和筛选可能导致严重后果的故障场景。该模型结合了故障传播机制与系统运行状态的动态演化,通过上层优化确定最恶劣的故障组合,下层模拟系统响应与恢复过程,实现对潜在风险的精准识别。文中提供了完整的Matlab代码实现,便于读者复现和验证算法效果,适用于电力系统安全评估、韧性提升及预防控制策略设计等领域。; 适合人群:具备电力系统基础知识、有一定Matlab编程能力的研究生、科研人员及电力行业工程师;尤其适合从事电网安全分析、优化调度、故障仿真等相关工作的技术人员。; 使用场景及目标:①开展电力系统连锁故障风险评估与脆弱性分析;②研究N-k故障场景下的系统韧性与恢复策略;③复现并改进EI期刊级别的高水平研究成果;④为电网规划与运行提供决策支持工具。; 阅读建议:建议读者结合Matlab代码逐模块理解模型构建逻辑,重点关注双层优化结构的设计思路与求解方法,同时参考文中提到的其他相关案例进行对比学习,以深化对复杂电力系统故障建模的理解。
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