hdu 4284 Travel【floyd+DFS+全文翻译】

本文介绍了一个旅行规划问题的解决方法,通过使用Floyd算法预处理城市间的最短路径,并采用深度优先搜索策略遍历所有必访城市,确保在有限的资金条件下完成旅行目标。

Travel

Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 4008    Accepted Submission(s): 1057


Problem Description
  PP loves travel. Her dream is to travel around country A which consists of N cities and M roads connecting them. PP has measured the money each road costs. But she still has one more problem: she doesn't have enough money. So she must work during her travel. She has chosen some cities that she must visit and stay to work. In City_i she can do some work to earn Ci money, but before that she has to pay Di money to get the work license. She can't work in that city if she doesn't get the license but she can go through the city without license. In each chosen city, PP can only earn money and get license once. In other cities, she will not earn or pay money so that you can consider Ci=Di=0. Please help her make a plan to visit all chosen cities and get license in all of them under all rules above.
  PP lives in city 1, and she will start her journey from city 1. and end her journey at city 1 too.
 

Input
  The first line of input consists of one integer T which means T cases will follow.
  Then follows T cases, each of which begins with three integers: the number of cities N (N <= 100) , number of roads M (M <= 5000) and her initiative money Money (Money <= 10^5) .
  Then follows M lines. Each contains three integers u, v, w, which means there is a road between city u and city v and the cost is w. u and v are between 1 and N (inclusive), w <= 10^5.
  Then follows a integer H (H <= 15) , which is the number of chosen cities.
  Then follows H lines. Each contains three integers Num, Ci, Di, which means the i_th chosen city number and Ci, Di described above.(Ci, Di <= 10^5)
 

Output
  If PP can visit all chosen cities and get all licenses, output "YES", otherwise output "NO".
 

Sample Input
2
4 5 10
1 2 1
2 3 2
1 3 2
1 4 1
3 4 2
3
1 8 5
2 5 2
3 10 1
2 1 100
1 2 10000
1
2 100000 1
 


Sample Output
YES
NO

个人全文翻译:PP喜欢旅游,他的梦想是在A国家(由M个城市组成)旅游。PP知道走每一条路需要花费的金钱,但是她仍然有一个问题,她没有足够的钱,所以她需要边打工边旅游,她选择一些城市是必须去的并且必须在那里工作。在城市I 她可以获得CI薪水,但是她在工作前需要花费Di的钱来获得通行证(许可证),她如果没有许可证就不能再那里工作,但是没有许可证缺可以穿过这个城市,对于每个挑选的城市,PP仅仅可以买一次通行证并且只能工作一次,在其他没有挑选的城市里边,不能卖许可证工作,所以CI=DI=0,请帮助她制作一个计划去访问所有她所选择的城市并且获得许可证和工作。PP在城市1居住,所以她开始履行于城市1,并且结束也要在城市1。

思路:用floyd预处理,求出城市i到城市j所需要的最少花费,因为H比较小,所以我们枚举所有的H进行暴力搜索是不会超时的。

注意点:

1、对于暴力搜索的过程千万别枚举N,要枚举H,因为我们要到的地方只有H个,不需要枚举辣么多。

2、一个贪心思维的点:不需要判断是否在这个城市工作,只要到的城市能够工作,那么我们就工作,因为工作是一定会赚钱的,不用考虑是否在这个城市这个时间点工作与否、

AC代码:

#include<stdio.h>
#include<string.h>
#include<iostream>
using namespace std;
struct work
{
    int num,ci,di;
}ww[25];
int ok;
int vis[115];
int map[115][115];
int n,m,money;
int q;
void init()
{
    for(int i=0;i<=n;i++)
    {
        for(int j=0;j<=n;j++)
        {
            if(i==j)
                map[i][j]=0;
            else
                map[i][j]=10000000;
        }
    }
    memset(vis,0,sizeof(vis));
    ok=0;
}
void floyd()
{
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=n;j++)
        {
            for(int k=1;k<=n;k++)
            {
                map[j][k]=min(map[j][k],map[j][i]+map[i][k]);
            }
        }
    }
}
void dfs(int x,int cont,int yu)
{
    //printf("%d %d %d\n",x,cont,yu);
    if(ok==1)return ;
    if(cont==q)
    {
        if(yu-map[x][1]>=0)
        {
            ok=1;
            return ;
        }
    }
    for(int i=0;i<q;i++)
    {
        if(vis[ww[i].num]==0&&map[x][ww[i].num]!=10000000)
        {
            if(yu-map[x][ww[i].num]>=ww[i].di)
            {
                vis[ww[i].num]=1;
                dfs(ww[i].num,cont+1,yu-map[x][ww[i].num]-ww[i].di+ww[i].ci);
                if(ok==1)return ;
                vis[ww[i].num]=0;
            }
        }
    }
}
int main()
{
    int t;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d%d%d",&n,&m,&money);
        init();
        for(int i=0;i<m;i++)
        {
            int x,y,w;
            scanf("%d%d%d",&x,&y,&w);
            if(x!=y)
            {
                map[x][y]=min(map[x][y],w);
                map[y][x]=min(map[y][x],w);
            }
        }
        floyd();
        scanf("%d",&q);
        for(int i=0;i<q;i++)
        {
            scanf("%d%d%d",&ww[i].num,&ww[i].ci,&ww[i].di);
        }
        ok=0;
        dfs(1,0,money);
        if(ok==1)printf("YES\n");
        else printf("NO\n");
    }
}






内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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