洛谷 P1938 [USACO09NOV] 找工就业Job Hunt

这道题可以说是一个复活SPFA的题

因为数据比较小,SPFA也比较简单

那就复习(复读)一次SPFA吧

#include<iostream>
#include<cstdio>
#include<cmath>
#include<queue>

using namespace std;

int bj=0;
struct edge{
    int next,to,dis;
};
int d[1020];
int head[2500];
int dm,p,c,f,s;
int rd[1120];
edge e[4000];
int vis[4000];
int size;
int mmx=-1;

void spfa(int x)  //本题n(c),m(p+s)极小,因此SPFA在最坏复杂度下O(mn)也不会炸 
{
    queue <int> q;
    q.push(x);
    vis[s]=1;//SPFA易忘操作,标记这个点是否在队中,如果不标记可能会出现死循环 
    while(!q.empty())
    {
        int t=q.front();
        q.pop();
        if(rd[t]>=2*(c+p+f)) //当出现环的时候一般取一个点入队(n+m)次优化效率,为了防止毒瘤出题人*了2 
        {
            bj=1;
            break;
        }
        vis[t]=0;
        int i,j,k;
        for(i=head[t];i;i=e[i].next)
        {
            j=e[i].to;
            k=e[i].dis;
            if(d[t]-k+dm>d[j])  //至于不能取d[t]-k+d[j]>d[j]的原因是有可能d[j]包含了d[t] 
            {
                d[j]=d[t]-k+dm;
                rd[j]++;
                if(vis[j]) continue;
                vis[j]=1;
                q.push(j);
            }
        }
    }
}
void addedge(int next,int to,int dis)
{
    e[++size].next=head[next];
    e[size].to=to;
    e[size].dis=dis;
    head[next]=size;
}
int main()
{
    scanf("%d %d %d %d %d",&dm,&p,&c,&f,&s);
    int i,j;
    for(i=1;i<=p;i++)
    {
        int t1,t2;
        scanf("%d %d",&t1,&t2);
        addedge(t1,t2,0);  //题上说了没有花费 
    }    
    for(i=1;i<=c;i++) d[i]=dm;
    for(i=1;i<=f;i++)
    {
        int t1,t2,t3;
        scanf("%d %d %d",&t1,&t2,&t3);
        addedge(t1,t2,t3);
    }
    spfa(j);
    if(bj==1) //如果出现环 
    {
        printf("-1 \n");
        return 0;
    }
    if(!bj)  //如果没有 
    {
        for(i=1;i<=c;i++)
        mmx=max(d[i],mmx);
    }    
    printf("%d",mmx);
    return 0;
}

 

转载于:https://www.cnblogs.com/zsx6/p/11061389.html

变分模态分解(Variational Mode Decomposition, VMD)是一种强大的非线性、无参数信号处理技术,专门用于复杂非平稳信号的分析与分解。它由Eckart Dietz和Herbert Krim于2011年提出,主要针对传统傅立叶变换在处理非平稳信号时的不足。VMD的核心思想是将复杂信号分解为一系列模态函数(即固有模态函数,IMFs),每个IMF具有独特的频率成分和局部特性。这一过程与小波分析或经验模态分解(EMD)类似,但VMD通过变分优化框架显著提升了分解的稳定性和准确性。 在MATLAB环境中实现VMD,可以帮助我们更好地理解和应用这一技术。其核心算法主要包括以下步骤:首先进行初始化,设定模态数并为每个模态分配初始频率估计;接着采用交替最小二乘法,通过交替最小化残差平方和以及模态频率的离散时间傅立叶变换(DTFT)约束,更新每个模态函数和中心频率;最后通过迭代优化,在每次迭代中优化所有IMF的幅度和相位,直至满足停止条件(如达到预设迭代次数或残差平方和小于阈值)。 MATLAB中的VMD实现通常包括以下部分:数据预处理,如对原始信号进行归一化或去除直流偏置,以简化后续处理;定义VMD结构,设置模态数、迭代次数和约束参数等;VMD算法主体,包含初始化、交替最小二乘法和迭代优化过程;以及后处理,对分解结果进行评估和可视化,例如计算每个模态的频谱特性,绘制IMF的时频分布图。如果提供了一个包含VMD算法的压缩包文件,其中的“VMD”可能是MATLAB代码文件或完整的项目文件夹,可能包含主程序、函数库、示例数据和结果可视化脚本。通过运行这些代码,可以直观地看到VMD如何将复杂信号分解为独立模态,并理解每个模态的物理意义。 VMD在多个领域具有广泛的应用,包括信号处理(如声学、振动、生物医学信号分析)、图像处理(如图像去噪、特征提取)、金融时间序列分析(识
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