快速矩阵幂HDU2157

题意:

n个点,m条边。输出A到B恰好经过k步的方案数。


分析:

这是前面提到的快速矩阵幂用在有向图的裸题。(也可以用DP写)

 
/*//////////////////////////////
快速矩阵幂 HDU 2157
//////////////////////////////*/
#include <cstdio>
#include <cstring>
#include <cmath>
int n,mod=1000;
typedef long long LL;
struct Matrix
{
    LL m[21][21];
	void clear()
	{
		memset(m,0,sizeof(m));
	}
}E, Z;

Matrix Mut(Matrix A, Matrix B)
{
    Matrix ans;
    for (int i = 0; i<n; i++)
        for (int j = 0; j<n; j++)
        {
            ans.m[i][j] = 0;
            for (int k = 0; k<n; k++)
            {
                ans.m[i][j] += ((A.m[i][k])*(B.m[k][j]));
                ans.m[i][j]%=mod;
            }
        }
    return ans;
}
Matrix Pow(Matrix A, LL b)
{
    Matrix t = A, ans = E;
    while (b)
    {
        if (b % 2) 
			ans = Mut(ans, t);
        b /= 2;
        t = Mut(t, t);
    }
    return ans;
}

int main()
{
    // freopen("in.txt", "r", stdin);
	Matrix A;
	
	int m,x,y;
	int q,a,b,k;

	while(scanf("%d %d",&n,&m)!=EOF&&(n+m))
	{
		A.clear();
		for(int i=0;i<m;i++)
		{
			scanf("%d %d",&x,&y);
			A.m[x][y]=1;
		}

		for(int i=0;i<n;i++)
			for(int j=0;j<n;j++)
				E.m[i][j]=(i==j);
		
		scanf("%d",&q);
		while(q--)
		{
			scanf("%d %d %d",&a,&b,&k);
			Matrix ans=Pow(A,k);
			printf("%d\n",ans.m[a][b]);
		}
	}
    return 0;
} 


### HDU 2544 题目分析 HDU 2544 是关于最短路径的经典问题,可以通过多种方法解决,其中包括基于邻接矩阵的 Floyd-Warshall 算法。以下是针对该问题的具体解答。 --- #### 基于邻接矩阵的 Floyd-Warshall 实现 Floyd-Warshall 算法是一种动态规划算法,适用于计算任意两点之间的最短路径。它的时间复杂度为 \( O(V^3) \),其中 \( V \) 表示节点的数量。对于本题中的数据规模 (\( N \leq 100 \)),此算法完全适用。 下面是具体的实现方式: ```cpp #include <iostream> #include <algorithm> using namespace std; const int INF = 0x3f3f3f3f; int dist[105][105]; int n, m; void floyd() { for (int k = 1; k <= n; ++k) { // 中间节点 for (int i = 1; i <= n; ++i) { // 起始节点 for (int j = 1; j <= n; ++j) { // 结束节点 if (dist[i][k] != INF && dist[k][j] != INF) { dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); } } } } } int main() { while (cin >> n >> m && (n || m)) { // 初始化邻接矩阵 for (int i = 1; i <= n; ++i) { for (int j = 1; j <= n; ++j) { if (i == j) dist[i][j] = 0; else dist[i][j] = INF; } } // 输入边的信息并更新邻接矩阵 for (int i = 0; i < m; ++i) { int u, v, w; cin >> u >> v >> w; dist[u][v] = min(dist[u][v], w); dist[v][u] = min(dist[v][u], w); // 如果是有向图,则去掉这一行 } // 执行 Floyd-Warshall 算法 floyd(); // 输出起点到终点的最短距离 cout << (dist[1][n] >= INF ? -1 : dist[1][n]) << endl; } return 0; } ``` --- #### 关键点解析 1. **邻接矩阵初始化** 使用二维数组 `dist` 存储每一对节点间的最小距离。初始状态下,设所有节点对的距离为无穷大 (`INF`),而同一节点自身的距离为零[^4]。 2. **输入处理** 对于每条边 `(u, v)` 和权重 `w`,将其存储至邻接矩阵中,并取较小值以防止重边的影响[^4]。 3. **核心逻辑** Floyd-Warshall 的核心在于三重循环:依次尝试通过中间节点优化其他两节点间的距离关系。具体而言,若从节点 \( i \) 到 \( j \) 可经由 \( k \) 达成更优解,则更新对应位置的值[^4]。 4. **边界条件** 若最终得到的结果仍为无穷大(即无法连通),则返回 `-1`;否则输出实际距离[^4]。 --- #### 性能评估 由于题目限定 \( N \leq 100 \),因此 \( O(N^3) \) 的时间复杂度完全可以接受。此外,空间需求也较低,适合此类场景下的应用。 ---
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