HDU 1875 畅通工程再续

本文介绍了一个使用Kruskal算法实现最小生成树的基础程序。通过计算平面上各点间的距离,构建边的集合,并按权重排序,最终形成最小生成树。文章提供了完整的C++代码实现。


    大致思路:基础最小生成树,kruskal。循环两遍把每两个点的距离计算出来即可,注意是浮点型。


#include<stdio.h>
#include<string.h>
#include<iostream>
#include<algorithm>
#include<math.h>
using namespace std;
int per[105],dian[2][105];
double jsjl(int a,int b, int c, int d)//计算两点之间的距离;
{
    return sqrt((a-c)*(a-c) + (b-d)*(b-d));
}
void init()//初始化;
{
    for(int i = 0; i < 105; i ++)
    {
        per[i] = i;
    }
    memset(dian,0,sizeof(dian));
}
struct Edge
{
    int x;
    int y;
    double dis;
}edge[10005];

bool cmp(Edge a, Edge b)
{
    return a.dis < b.dis;
}
int find(int x)
{
    if(x != per[x])
        per[x] = find(per[x]);
    return per[x];
}
void join(int x, int y)
{
    int s = find(x);
    int e = find(y);
    if(s != e)
    {
        per[s] = e;
    }
}
double kruskal(int n,int c)
{
    sort(edge,edge+c,cmp);
    double sum = 0;//注意不要设成整型;刚开始很zz的设错了,找了半天的bug;
    int cnt = 0;
    for(int i = 0; i < c; i ++)
    {
        if(edge[i].dis > 1000 || edge[i].dis < 10 )
            continue;
        int s = find(edge[i].x);
        int e = find(edge[i].y);
        if(s != e)
        {
            join(s,e);
            cnt ++;
            sum += edge[i].dis;
        }
        if(cnt == n-1)
            break;
    }
    if(cnt < n-1)
        return -1;
    return sum;
}
int main()
{
    int T,n;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d",&n);
        init();
        for(int i = 1; i <= n; i ++)
        {
            scanf("%d%d",&dian[0][i],&dian[1][i]);
        }
        int c = 0;
        for(int i =1; i <= n; i ++)
        {
            for(int j = i+1; j <= n; j ++)
            {
                edge[c].x = i;
                edge[c].y = j;
                edge[c].dis = jsjl(dian[0][i],dian[1][i],dian[0][j],dian[1][j]);
                c++;
            }
        }
        double d = kruskal(n,c);
        if(d < 0)
        {
            printf("oh!\n");
            continue;
        }

        printf("%.1lf\n",d*100);
    }
    return 0;
}

    如有错误,欢迎指出~


先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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