团体天梯 L3-022 地铁一日游 (30 分)(测试点分析 and 推荐测试样例)

本文介绍了一种基于地铁网络的算法挑战,旨在帮助角色森森通过特定规则游览城市。算法利用图论解决路径选择问题,确保在有限预算下达到最远目的地。文中详细解释了数据结构、图遍历及最短路径计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

L3-022 地铁一日游 (30 分)

森森喜欢坐地铁。这个假期,他终于来到了传说中的地铁之城——魔都,打算好好过一把坐地铁的瘾!

魔都地铁的计价规则是:起步价 2 元,出发站与到达站的最短距离(即计费距离)每 K 公里增加 1 元车费。

例如取 K = 10,动安寺站离魔都绿桥站为 40 公里,则车费为 2 + 4 = 6 元。

为了获得最大的满足感,森森决定用以下的方式坐地铁:在某一站上车(不妨设为地铁站 A),则对于所有车费相同的到达站,森森只会在计费距离最远的站或线路末端站点出站,然后用森森美图 App 在站点外拍一张认证照,再按同样的方式前往下一个站点。

坐着坐着,森森突然好奇起来:在给定出发站的情况下(在出发时森森也会拍一张照),他的整个旅程中能够留下哪些站点的认证照?

地铁是铁路运输的一种形式,指在地下运行为主的城市轨道交通系统。一般来说,地铁由若干个站点组成,并有多条不同的线路双向行驶,可类比公交车,当两条或更多条线路经过同一个站点时,可进行换乘,更换自己所乘坐的线路。举例来说,魔都 1 号线和 2 号线都经过人民广场站,则乘坐 1 号线到达人民广场时就可以换乘到 2 号线前往 2 号线的各个站点。换乘不需出站(也拍不到认证照),因此森森乘坐地铁时换乘不受限制。

输入格式:

输入第一行是三个正整数 NM 和 K,表示魔都地铁有 N 个车站 (1 ≤ N ≤ 200),M 条线路 (1 ≤ M ≤ 1500),最短距离每超过 K 公里 (1 ≤ K ≤ 106),加 1 元车费。

接下来 M 行,每行由以下格式组成:

<站点1><空格><距离><空格><站点2><空格><距离><空格><站点3> ... <站点X-1><空格><距离><空格><站点X>

其中站点是一个 1 到 N 的编号;两个站点编号之间的距离指两个站在该线路上的距离。两站之间距离是一个不大于 106 的正整数。一条线路上的站点互不相同。

注意:两个站之间可能有多条直接连接的线路,且距离不一定相等。

再接下来有一个正整数 Q (1 ≤ Q ≤ 200),表示森森尝试从 Q 个站点出发。

最后有 Q 行,每行一个正整数 Xi,表示森森尝试从编号为 Xi 的站点出发。

输出格式:

对于森森每个尝试的站点,输出一行若干个整数,表示能够到达的站点编号。站点编号从小到大排序。

输入样例:

6 2 6
1 6 2 4 3 1 4
5 6 2 6 6
4
2
3
4
5

输出样例:

1 2 4 5 6
1 2 3 4 5 6
1 2 4 5 6
1 2 4 5 6

 

注意:

            1、出站点满足一下条件:

                                      选某个车费中最远的(比如说,我花5块钱能到3个地方,那么选最远的)

                                      路线的端点(测试点5、6)(注意!这里是指连通路线的端点(测试点0、4)

             2、距离,题目说两站之间的距离不超过10^6,但有200个站,故最大距离至少大于10^8

推荐测试样例:

input
6 2 6
1 1 2 1 3
4 2 5 2 6
5
1
4

out
1 3
4 6

感谢评论下方的网友帮我找出问题=.=

 

#include<iostream>
#include<map>
#include<vector>
using namespace std;
struct Line {
	int visited = 0, end = 0;		//end为端点标记
	vector<int> road;
}line[201];
int graph[201][201];
const long long  MAX = 100000001;
void search(int i, const int& vis) {
	for (auto& it : line[i].road) {
		if (line[it].visited != vis) {
			line[it].visited = vis;
			search(it, vis);
		}
	}
}
int main() {
	int n, m, k, dis, a, b, q, start;
	scanf("%d%d%d", &n, &m, &k);
	for (int i = 1; i <= n; i++)
		for (int j = 1; j <= n; j++)
			graph[i][j] = MAX;
	for (int i = 0; i < m; i++) {
		scanf("%d", &a);	//录入数据   
		line[a].end = 1;	//端点标记
		do {
			scanf("%d%d", &dis, &b);	
			if (graph[a][b] > dis) {
				graph[a][b] = graph[b][a] = dis;
			}
			a = b;
		} while (getchar() != '\n');
		line[a].end = 1;	//端点标记
	}
	for (int k = 1; k <= n; k++)   //弗洛伊德多源最短路径
		for (int i = 1; i <= n; i++)
			for (int j = 1; j <= n; j++)
				if (i != j && graph[i][j] > graph[i][k] + graph[k][j])
					graph[i][j] = graph[i][k] + graph[k][j];
	for (int i = 1; i <= n; i++) {
		map<int, int> mp;
		for (int j = 1; j <= n; j++)   //寻找每个费用的最远距离
			if (graph[i][j] != MAX && graph[i][j] > mp[2 + graph[i][j] / k])
				mp[2 + graph[i][j] / k] = graph[i][j];
		for (int j = 1; j <= n; j++)   //录入数据,构建邻接表
			if (graph[i][j] == mp[2 + graph[i][j] / k] || (i != j && line[j].end && graph[i][j] != MAX))
				line[i].road.push_back(j);
	}
	scanf("%d", &q);
	int flag;
	for (int i = 1; i <= q; i++) {
		scanf("%d", &start);	
		line[start].visited = i;
		flag = 0;
		search(start, i);  //搜索
		for (int j = 1; j <= n; j++)
			if (line[j].visited == i) {
				printf("%s%d", flag ? " " : "", j);
				flag = 1;
			}
		cout << endl;
	}
	return 0;
}

 

### 关于 PAT 天梯赛 L3-006 迎风一刀斩 测试点 3 和 5 的分析 #### 测试点 3 的可能问题与解决方案 测试点 3 可能涉及输入数据中存在特殊几何形状的情况。例如,可能存在某些边界条件未被充考虑的情形。根据已有信息[^3],可以推测该测试点可能会考察以下几种特殊情况: 1. **三角形的直角判定**:如果程序未能正确处理浮点数精度误差,则可能导致直角检测失败。因此,在计算角度时应采用更精确的方法来比较两个向量之间的夹角是否接近 \(90^\circ\)。 2. **五边形的角度约束**:需确保五边形中有恰好三个直角,并且不存在小于 \(90^\circ\) 的锐角。这一步可以通过遍历所有顶点并逐一验证其相邻两条边所形成的夹角实现。 3. **删除边的数量校验**:依据参考资料[^4]提到的内容,“切的一刀笔直”,意味着原始多边形经过切割后仅允许保留两条有效边作为最终结果的一部。若实际操作过程中忽略了这一限制条件,则容易引发逻辑错误。 针对上述潜在风险点,建议如下改进措施: ```cpp // 判断两点间距离函数 double distance(const Point& p1, const Point& p2){ return sqrt((p1.x-p2.x)*(p1.x-p2.x)+(p1.y-p2.y)*(p1.y-p2.y)); } bool isRightAngle(double angle){ // 考虑到数值稳定性加入一定容忍范围 constexpr double EPSILON = 1e-8; return abs(angle-M_PI/2)<EPSILON || abs(angle+M_PI/2)<EPSILON; } ``` --- #### 测试点 5 的可能问题与解决方案 对于测试点 5 来说,通常会更加注重算法效率以及复杂场景下的鲁棒性表现。以下是几个常见的陷阱及其应对策略: 1. **时间性能瓶颈**:当面对大规模数据集时(比如上千甚至上万个坐标点),暴力枚举方法显然无法满足实时响应需求。此时应当引入高效的剪枝技术或者利用空间索引来加速查找过程。例如KD树能够显著降低高维查询耗时。 2. **异常情况遗漏**:除了标准矩形外还可能出现其他变形形态(如平行四边形)。这些情形下简单依赖固定规则匹配往往难以奏效,而应该动态调整参数阈值直至覆盖全部合法模式为止。 具体优化方向如下所示: ```cpp struct Rectangle{ vector<Point> vertices; bool isValid()const{ // 综合检验各项属性合法性 int count=0; for(int i=0;i<vertices.size();i++){ auto v1=getVector(vertices[i],vertices[(i+1)%vertices.size()]); auto v2=getVector(vertices[(i+1)%vertices.size()],vertices[(i+2)%vertices.size()]); if(isPerpendicular(v1,v2)) ++count; } return count==4 && !hasAcuteAngle(); } private: static Vector getVector(Point from,Point to); static bool isPerpendicular(Vector a,Vector b); bool hasAcuteAngle()const; }; ``` 通过以上方式可以在很大程度上提高代码健壮性和适应能力从而顺利通关相应挑战项目。 ---
评论 6
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