hdu 1690floyd最短路径

本文详细介绍了如何使用Floyd算法解决HDU 1690问题,该问题涉及求解多个站点之间的最短路径。通过分析问题背景、引入算法原理,并结合实例代码进行深入探讨,旨在帮助读者理解并掌握此类问题的求解方法。

<span style="font-family: Arial, Helvetica, sans-serif;">#include<iostream></span>
#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<cmath>
#include<algorithm>
using namespace std;
int n;
long long INF = 1e18;
long long L1,L2,L3,L4,C1,C2,C3,C4;
long long D[110][110];
long long f[110];
long long ABS(long long x){return x>0?x:-x;}
long long cost(long long dis){
    if(dis>0&&dis<=L1)return C1;
    if(dis<=L2)return C2;
    if(dis<=L3)return C3;
    if(dis<=L4)return C4;
    return INF;
}
void floyd(){
    for(int k=1;k<=n;k++)
        for(int i=1;i<=n;i++)
            for(int j=1;j<=n;j++)
                if(D[i][j]>D[i][k]+D[k][j])
                    D[i][j]=D[i][k]+D[k][j];
}
int main(){
//    freopen("1690.txt","r",stdin);
    int k=1,t;
    scanf("%d",&t);
    while(k<=t){
        int m,a,b;
        cout<<"Case "<<k++<<":"<<endl;
        cin>>L1>>L2>>L3>>L4;
        cin>>C1>>C2>>C3>>C4;
        cin>>n>>m;
        for(int i=1;i<=n;i++)
            for(int j=1;j<=n;j++)
                D[i][j]=INF;
        for(int i=1;i<=n;i++)
            cin>>f[i];
        for(int i=1;i<n;i++)
            for(int j=i+1;j<=n;j++)
                D[i][j]=D[j][i]=cost(ABS(f[i]-f[j]));
        floyd();
        for(int i=1;i<=m;i++){
            cin>>a>>b;
            if(D[a][b]!=INF)
            cout<<"The minimum cost between station "<<a<<" and station "<<b<<" is "<<D[a][b]<<"."<<endl;
            else
            cout <<"Station "<< a <<" and station "<< b <<" are not attainable."<<endl;
        }
    }
    return 0;
}
http://acm.hdu.edu.cn/showproblem.php?pid=1690

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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