UVA-10600(次小生成树)

本文详细介绍了求解最小生成树及次小生成树的方法,并通过Prim算法实现,提供了完整的AC代码示例。

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

题意:

现在给一个图,问最小生成树和次小生成树的权值和是多少;

思路:

求最小生成树的两种方法,次小生成树是交换最小生成树的其中一条边得到的,现在得到了最小生成树,枚举不在次小生成树中的边,再求一边最小生成树,这些最小生成树的最小权值就是次小生成树的权值了;

AC代码:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <stack>

using namespace std;

#define For(i,j,n) for(int i=j;i<=n;i++)
#define mst(ss,b) memset(ss,b,sizeof(ss));

typedef  long long LL;

template<class T> void read(T&num) {
    char CH; bool F=false;
    for(CH=getchar();CH<'0'||CH>'9';F= CH=='-',CH=getchar());
    for(num=0;CH>='0'&&CH<='9';num=num*10+CH-'0',CH=getchar());
    F && (num=-num);
}
int stk[70], tp;
template<class T> inline void print(T p) {
    if(!p) { puts("0"); return; }
    while(p) stk[++ tp] = p%10, p/=10;
    while(tp) putchar(stk[tp--] + '0');
    putchar('\n');
}

const LL mod=1e9+7;
const double PI=acos(-1.0);
const int inf=1e9;
const int N=15e4+10;
const int maxn=1e2+10;
const double eps=1e-5;

int mp[maxn][maxn],vis[maxn],n,m,fa[maxn],ans1,ans2;
int prim()
{
    int lowcost[maxn],sum=0;
    mst(vis,0);
    vis[1]=1;
    For(i,2,n)lowcost[i]=mp[1][i],fa[i]=1;
    For(i,1,n)
    {
        int temp=inf,k;
        For(j,1,n)
        {
            if(!vis[j]&&lowcost[j]<temp)
            {
                temp=lowcost[j];
                k=j;
            }
        }
        if(temp==inf)break;
        sum+=temp;
        vis[k]=1;
        For(j,1,n)
            if(!vis[j]&&mp[k][j]<lowcost[j])lowcost[j]=mp[k][j],fa[j]=k;
    }
    return sum;
}
int secondprim()
{
    int sum=inf,father[maxn];
    For(i,2,n)father[i]=fa[i];
    For(i,2,n)
    {
        int x=father[i];
        int temp=mp[x][i];
        mp[x][i]=mp[i][x]=inf;
        int y=prim();
        if(y>=ans1)sum=min(sum,y);
        mp[x][i]=mp[i][x]=temp;
    }
    return sum;
}
int main()
{
	//freopen("in.txt","r",stdin);
        int t ;
        read(t);
        while(t--)
        {
            read(n);read(m);
            For(i,1,n)For(j,1,n)mp[i][j]=inf;
            int u,v,w;
            For(i,1,m)
            {
                read(u);read(v);read(w);
                mp[u][v]=mp[v][u]=w;
            }
            ans1=prim();
            ans2=secondprim();
            printf("%d %d\n",ans1,ans2);
        }
        return 0;
}

  

转载于:https://www.cnblogs.com/zhangchengc919/p/5684986.html

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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