HDU 2066 一个人的旅行

本文探讨了一位热爱旅行的主人公如何运用Dijkstra算法在有限时间内选择最优旅行路线的问题,涉及路径规划、邻接城市选择及目的地偏好,旨在解决实际旅行中遇到的时间效率与个人兴趣之间的平衡。

一个人的旅行

Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 14139 Accepted Submission(s): 4761


Problem Description
虽然草儿是个路痴(就是在杭电待了一年多,居然还会在校园里迷路的人,汗~),但是草儿仍然很喜欢旅行,因为在旅途中 会遇见很多人(白马王子,^0^),很多事,还能丰富自己的阅历,还可以看美丽的风景……草儿想去很多地方,她想要去东京铁塔看夜景,去威尼斯看电影,去阳明山上看海芋,去纽约纯粹看雪景,去巴黎喝咖啡写信,去北京探望孟姜女……眼看寒假就快到了,这么一大段时间,可不能浪费啊,一定要给自己好好的放个假,可是也不能荒废了训练啊,所以草儿决定在要在最短的时间去一个自己想去的地方!因为草儿的家在一个小镇上,没有火车经过,所以她只能去邻近的城市坐火车(好可怜啊~)。
 

 

Input
输入数据有多组,每组的第一行是三个整数T,S和D,表示有T条路,和草儿家相邻的城市的有S个,草儿想去的地方有D个;
接着有T行,每行有三个整数a,b,time,表示a,b城市之间的车程是time小时;(1=<(a,b)<=1000;a,b 之间可能有多条路)
接着的第T+1行有S个数,表示和草儿家相连的城市;
接着的第T+2行有D个数,表示草儿想去地方。
 

 

Output
输出草儿能去某个喜欢的城市的最短时间。
 

 

Sample Input
6 2 3 1 3 5 1 4 7 2 8 12 3 8 4 4 9 12 9 10 2 1 2 8 9 10
 

 

Sample Output
9
 

 

思路:采用  Dijkstra(迪杰斯特拉)算法

总结: 不能用三个for循环去写,会超时。 我们采用  Dijkstra(迪杰斯特拉)算法   记录最短距离,就是所用最短时间。

import java.io.*;
import java.util.*;
public class Main {
	public static int M=1002;
	public static int map[][]=new int[M][M];
	public static int mark[]=new int[M];
	public static int dis[]=new int[M];
	public static int dd[];
	public static int MAX=10000;
	public static int length;
	public static int t,s,d;
	public static void main(String[] args) {
		Scanner sc=new Scanner(new BufferedInputStream(System.in));
		while(sc.hasNextInt()){
			for(int i=0;i<M;i++){
				for(int j=0;j<M;j++){
					map[i][j]=MAX;
				}
			}
			//输入 三个整数t,s和d
			t=sc.nextInt();
			s=sc.nextInt();
			int ss[]=new int [s];
			d=sc.nextInt();
			dd=new int[d];
			length=0;
			for(int i=0;i<t;i++){
				int a=sc.nextInt();
				int b=sc.nextInt();
				int c=sc.nextInt();
				/*因为a和b之间有多条路,
				 * 所以我们要取时间最短的,比如 a=1,b=3,t=5;  或者  a=1,b=3,t=3; 
				 * 所以对于相同的  a和b 我们要去时间最短的;
                                     */				
				if(map[a][b]>c){
					map[a][b]=map[b][a]=c;
				}
				//记录距离小草家最远的城市
				if(length<a) length=a;
				if(length<b) length=b;
			}	
			//小草家相邻的城市
			for(int i=0;i<s;i++){
				ss[i]=sc.nextInt();
			}
			 //小草想去的地方
			for(int i=0;i<d;i++){
				dd[i]=sc.nextInt();
			}
			int min=MAX;
			for(int i=0;i<s;i++){
				if(min>geDistance(ss[i]))
					min=geDistance(ss[i]);
			}
			System.out.println(min);
		}
	}
	// Dijkstra(迪杰斯特拉)算法
	public static int geDistance(int v){
		int k=0;
		for(int i=0;i<=length;i++){
			mark[i]=0;// 标记为0,说明没有走过的
			dis[i]=map[v][i];// 记录小草家,相邻的城市到各个城市之间的距离
		}
		mark[v]=1;//走过的地方记为1;
		dis[v]=0;
		for(int i=0;i<=length;i++){
			int  min=MAX;
			// 记录最近的城市 为k
			for(int j=0;j<=length;j++){
				if(mark[j]==0&&dis[j]<min){
					min=dis[j];
					k=j;		
				}
			}
			if(min==MAX) break;
			mark[k]=1;
			// 到了一个新的城市,从新记录距离
			for(int j=0;j<=length;j++){
				if(mark[j]==0&&dis[j]>dis[k]+map[k][j])
					dis[j]=dis[k]+map[k][j];
			}
		}
		int min=MAX;
		
		for(int i=0;i<d;i++){
			if(min>dis[dd[i]])
				min=dis[dd[i]];
		}
		return min;
	}
}


HDU(Hangzhou Dianzi University)OJ 中经常涉及到几何计算的问题,其中“判断两条线段是否相交”是一个经典的算法问题。以下是关于如何判断两线段是否相交的基本思路及其实现步骤: ### 判断两条线段相交的核心思想 可以利用向量叉积以及端点位置的关系来确定两条线段是否相交。 #### 具体步骤: 1. **定义基本概念** - 假设两条线段分别为 `AB` 和 `CD`。 - 使用二维平面中的坐标表示各顶点:A(x₁,y₁), B(x₂,y₂),C(x₃,y₃) ,D(x₄,y₄)。 2. **叉积的作用** 叉积可以帮助我们了解两点相对于一条直线的位置关系。 对于三个点 P、Q、R ,我们可以用叉乘 `(Q-P)x(R-P)` 来检测 R 是否在 QP 直线的一侧还是另一侧。 如果结果为正数,则表明顺时针;如果负则逆时针;若等于0则共线。 3. **快速排斥实验** 首先做一个矩形包围盒测试——即检查两个线段所在的最小外接矩形是否有重叠区域。如果没有重叠直接判定为不相交。 4. **跨立试验 (Cross-over Test)** 确认每个线段的两端分别位于另一个线段两侧即可认为它们交叉了。这通过上述提到过的叉积运算完成。 5. **特殊情况处理** 包含但不限于如下的几种情况需要单独讨论: - 完全重合的部分; - 存在一个公共端点但并不完全穿过等边缘状况。 6. **代码框架示例(Pseudo code):** ```python def cross_product(p1,p2,p3): return (p2[0]-p1[0])*(p3[1]-p1[1])-(p2[1]-p1[1])*(p3[0]-p1[0]) def on_segment(p,q,r): if ((q[0] <= max(p[0], r[0])) and (q[0] >= min(p[0], r[0])) and (q[1] <= max(p[1], r[1])) and (q[1] >= min(p[1], r[1]))): return True; return False; def do_segments_intersect(A,B,C,D): # 计算四个方向的叉积值 o1 = cross_product(A, C, B) o2 = cross_product(A, D, B) o3 = cross_product(C, A, D) o4 = cross_product(C, B, D) # 标准情况判断 if(o1 !=o2 && o3!=o4): return True # 特殊情况逐一验证... ``` 7. 最终结合所有条件得出结论。
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