POJ 2132 Cow Math

本文介绍了一个使用深度优先搜索(DFS)解决最小公倍数(LCM)问题的方法。通过遍历图并利用最大公约数(GCD)和LCM之间的数学关系来找到问题的解决方案。文章还探讨了如何通过剪枝优化算法效率。

此题我用的DFS过。

DFS每一条路,用res=gcd(res,now),不断更新res值。当访问到2时,用ans=lcm(ans,res),更新答案,即可。

剪枝:如果当前的ans可以整除当前的res,就剪掉,因为当ans%res=0,必然有lcm(ans,res)=ans。

剩余一个疑问就是:为什么lcm(a,b,c)=lcm(lcm(a,b),c)?


#include <iostream>
#include <cstdio>
#include <cstring>
using namespace std;
int n,a[30][30],v[30];
long long ans;
long long gcd(long long x,long long y)
{
    long long t,r;
    if(x<y)
    {
        t=x;
        x=y;
        y=t;
    }
    while(y)
    {
        r=x%y;
        x=y;
        y=r;
    }
    return x;
}
long long lcm(long long x,long long y)
{
    return x*y/gcd(x,y);
}
void DFS(int t,long long res)
{
    int i;
    if (t == 2)
    {
        ans=lcm(ans,res);
        return ;
    }
    if (res != -1 && ans%res == 0)
        return ;
    for (i=1; i<=n; i++)
    {
        if (v[i] == 0 && a[t][i] != 0)
        {

            v[i]=1;
            if (res != -1)
                DFS(i,gcd(res,a[t][i]));
            else
                DFS(i,a[t][i]);
            v[i]=0;
        }
    }
}
int main()
{
    int i,j;
    scanf("%d",&n);
    for (i=1; i<=n; i++)
    {
        for (j=1; j<=n; j++)
        {
            scanf("%d",&a[i][j]);
        }
        v[i]=0;
    }
    ans=1;
    v[1]=1;
    DFS(1,-1);
    printf("%lld\n",ans);
}


### 解题思路 POJ 3613 Cow Relays 问题要求计算在给定的图中,从起点到终点恰好经过 $k$ 条边的最短路径。常规的暴力解法,即每次走一步更新最短路径,时间复杂度为 $O(k * n^3)$,效率较低。可利用二进制思想和矩阵快速幂的方法,将时间复杂度优化到 $O(logK * n^3)$ [^2]。 具体思路如下: 1. **图的表示**:使用邻接矩阵来表示图,矩阵中的元素 `mat[i][j]` 表示从节点 `i` 到节点 `j` 的最短距离,初始值设为无穷大 `INF`。 2. **矩阵乘法的定义**:普通矩阵乘法是对应元素相乘再相加,而这里定义的矩阵乘法是对应元素相加再取最小值。即 `C.mat[i][j] = min(C.mat[i][j], A.mat[i][k] + B.mat[k][j])`,表示从节点 `i` 经过节点 `k` 到节点 `j` 的最短距离。 3. **矩阵快速幂**:通过不断地将矩阵自乘,利用二进制的思想,快速计算出经过 $k$ 条边的最短路径矩阵。 4. **节点编号映射**:由于节点编号可能不连续,使用一个数组 `f` 来将原始节点编号映射到连续的编号,方便矩阵操作。 ### 代码实现 以下是实现该算法的 C++ 代码: ```cpp #include <stdio.h> #include <string.h> #include <algorithm> #include <iostream> using namespace std; #define INF ((1<<30)-1) int n; struct matrix { int mat[201][201]; matrix() { for(int i = 0; i < 201; i++) for(int j = 0; j < 201; j++) mat[i][j] = INF; } }; int f[2001]; matrix mul(matrix A, matrix B) { matrix C; int i, j, k; for(i = 1; i <= n; i++) { for(j = 1; j <= n; j++) { for(k = 1; k <= n; k++) { C.mat[i][j] = min(C.mat[i][j], A.mat[i][k] + B.mat[k][j]); } } } return C; } matrix powmul(matrix A, int k) { matrix B; for(int i = 1; i <= n; i++) B.mat[i][i] = 0; while(k) { if(k & 1) B = mul(B, A); A = mul(A, A); k >>= 1; } return B; } int main() { matrix A; int k, t, s, e, a, b, c; scanf("%d%d%d%d", &k, &t, &s, &e); int num = 1; while(t--) { scanf("%d%d%d", &c, &a, &b); if(f[a] == 0) f[a] = num++; if(f[b] == 0) f[b] = num++; A.mat[f[a]][f[b]] = A.mat[f[b]][f[a]] = c; } n = num - 1; A = powmul(A, k); cout << A.mat[f[s]][f[e]] << endl; return 0; } ``` ### 代码解释 1. **结构体 `matrix`**:定义了一个矩阵结构体,用于存储图的邻接矩阵,构造函数将矩阵元素初始化为无穷大。 2. **函数 `mul`**:实现了自定义的矩阵乘法,计算两个矩阵相乘的结果。 3. **函数 `powmul`**:实现了矩阵快速幂,通过不断地将矩阵自乘,快速计算出经过 $k$ 条边的最短路径矩阵。 4. **主函数 `main`**:读取输入数据,将节点编号映射到连续的编号,初始化邻接矩阵,调用 `powmul` 函数计算经过 $k$ 条边的最短路径矩阵,最后输出从起点到终点的最短距离。
评论 2
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