P1186 玛丽卡

本文深入探讨了SPFA算法的实现细节,并通过一个具体的竞赛题目来解析如何使用该算法解决最短路径问题,特别是涉及路径记录的部分。文章提供了一个完整的C++实现案例,并讨论了如何通过调整算法来寻找最优解。

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

P1186 玛丽卡


读题真的好恶心

实际上是考察了spfa中路径记录的问题

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<queue>
using namespace std;
struct node
{
    int point;
    int nxt;
    int weight;
};
node line[1000000];
int head[1001],tail;
int dis[1010];
bool can[1010][1010];
bool inque[1010];
int pre[1010];
int n,m;
queue<int>q;
void add(int a,int b,int c)
{
    line[++tail].point=b;
    line[tail].nxt=head[a];
    line[tail].weight=c;
    head[a]=tail;
}
void spfa(int base)
{
    for(int i=2;i<=n;i++)
    {
        inque[i]=false;
        dis[i]=0x7ffffff;   
    }
    dis[1]=0;
    inque[1]=true;
    q.push(1);
    while(!q.empty())
    {
        int pass=q.front();
        q.pop();
        inque[pass]=false;
        for(int need=head[pass];need;need=line[need].nxt)
        {
            if(dis[line[need].point]>dis[pass]+line[need].weight&&!can[pass][line[need].point])
            {
                dis[line[need].point]=dis[pass]+line[need].weight;
                if(base)
                    pre[line[need].point]=pass;
                if(!inque[line[need].point])
                {
                    q.push(line[need].point);
                    inque[line[need].point];
                }
            }
        }
    }
}
int main()
{
    scanf("%d%d",&n,&m);
    int a,b,c;
    for(int i=1;i<=m;i++)
    {
        scanf("%d%d%d",&a,&b,&c);
        add(a,b,c);
        add(b,a,c);
    }
    int maxn=-0x7fffffff;
    spfa(1);
    for(int i=n;i;i=pre[i])//倒叙便利十分好实现,如果是输出路径的话就可以再来一个stack了
    {
        can[i][pre[i]]=can[pre[i]][i]=true;
        spfa(0);
        maxn=max(dis[n],maxn);
        can[i][pre[i]]=can[pre[i]][i]=false;
    }
    printf("%d",maxn);
}

转载于:https://www.cnblogs.com/Lance1ot/p/8686483.html

内容概要:论文提出了一种基于空间调制的能量高效分子通信方案(SM-MC),将传输符号分为空间符号和浓度符号。空间符号通过激活单个发射纳米机器人的索引来传输信息,浓度符号则采用传统的浓度移位键控(CSK)调制。相比现有的MIMO分子通信方案,SM-MC避免了链路间干扰,降低了检测复杂度并提高了性能。论文分析了SM-MC及其特例SSK-MC的符号错误率(SER),并通过仿真验证了其性能优于传统的MIMO-MC和SISO-MC方案。此外,论文还探讨了分子通信领域的挑战、优势及相关研究工作,强调了空间维度作为新的信息自由度的重要性,并提出了未来的研究方向和技术挑战。 适合人群:具备一定通信理论基础,特别是对纳米通信和分子通信感兴趣的科研人员、研究生和工程师。 使用场景及目标:①理解分子通信中空间调制的工作原理及其优势;②掌握SM-MC系统的具体实现细节,包括发射、接收、检测算法及性能分析;③对比不同分子通信方案(如MIMO-MC、SISO-MC、SSK-MC)的性能差异;④探索分子通信在纳米网络中的应用前景。 其他说明:论文不仅提供了详细的理论分析和仿真验证,还给出了具体的代码实现,帮助读者更好地理解和复现实验结果。此外,论文还讨论了分子通信领域的标准化进展,以及未来可能的研究方向,如混合调制方案、自适应调制技术和纳米机器协作协议等。
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