uva 10269(floyd+Dijkstra)

本文探讨了一道涉及最短路径、马里奥角色与飞行靴使用限制的问题,通过Floyd算法初始化距离矩阵,Dijkstra算法求解最短路径,并结合动态规划解决靴子使用次数限制下的问题。

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

积攒已久的题目了,果断前两星期怎么做做不对,隔一段时间一做就对了。

题意:马里奥要求从结点1到a+b的最短路。前提是他有一种靴子能在任意距离小于l的结点之间飞(经过的路上必须为村庄,耗时为零),结点标号前a个为村庄,靴子只能用k次。

思路:这道题用floyd初始化+Dijkstra+dp就搞定了。刷了一段时间最短路,这样的做法已经做过几遍了。floyd初始化任意两个可飞到的结点的距离。Dijkstra处理最短路只要在dis数组后加一维状态就可。每次转移的时候分两部分,一部分是不用靴子就和正常的Dij一样,在一种是根据初始化的距离判断能否用靴子。

代码如下:

  1 #include <iostream>
  2 #include <cstdio>
  3 #include <cstring>
  4 #include <cstdlib>
  5 #include <cmath>
  6 #include <algorithm>
  7 #include <queue>
  8 #include <stack>
  9 #include <vector>
 10 #include <map>
 11 #include <set>
 12 #define MP(a, b) make_pair(a, b)
 13 #define PB(a) push_back(a)
 14 
 15 using namespace std;
 16 
 17 typedef long long ll;
 18 typedef struct {int p, k;}S;
 19 typedef pair<int, int> pii;
 20 typedef pair<int, S> pis;
 21 
 22 const int INF = 0x3f3f3f3f;
 23 const double eps = 1E-6;
 24 const int LEN = 110;
 25 int a, b, m, l, k, n;
 26 int idis[LEN][LEN], dis[LEN][LEN];
 27 vector<pii> Map[LEN];
 28 struct cmp
 29 {
 30     bool operator() (pis x, pis y){return x.first > y.first;}
 31 };
 32 
 33 inline S MS(int x, int y){S ret;ret.p = x,ret.k = y;return ret;}
 34 
 35 void read()
 36 {
 37     int x, y ,v;
 38     scanf("%d%d%d%d%d", &a, &b, &m, &l, &k);
 39     n = a+b;
 40     memset(idis, 0x3f, sizeof idis);
 41     for(int i=0; i<LEN; i++)Map[i].clear();
 42     for(int i=0; i<m; i++){
 43         scanf("%d%d%d", &x, &y, &v);
 44         idis[x][y] = idis[y][x] = v;
 45         Map[x].PB(MP(y, v));
 46         Map[y].PB(MP(x, v));
 47     }
 48 }
 49 
 50 void floyd()
 51 {
 52     for(int i=1; i<=n; i++)idis[i][i] = 0;
 53     for(int k=1; k<=a; k++){
 54         for(int i=1; i<=n; i++){
 55             for(int j=1; j<=n; j++){
 56                 idis[i][j] = min(idis[i][j], idis[i][k]+idis[k][j]);
 57             }
 58         }
 59     }
 60 }
 61 
 62 void Dijkstra(int s)
 63 {
 64     priority_queue<pis, vector<pis>, cmp> q;
 65     int vis[LEN][LEN] = {0};
 66     for(int i=1; i<=n; i++){
 67         for(int j=0; j<=k; j++){
 68             dis[i][j] = INF;
 69         }
 70     }
 71     dis[s][0] = 0;
 72     q.push(MP(dis[s][0], MS(s,0)));
 73     while(!q.empty()){
 74         pis nvex = q.top(); q.pop();
 75         S ts = nvex.second;
 76         int nv = ts.p, nk = ts.k;
 77         if(vis[nv][nk])continue;
 78         vis[nv][nk] = 1;
 79         for(int i=0; i<Map[nv].size(); i++){
 80             int x = Map[nv][i].first, y = Map[nv][i].second;
 81             if(dis[x][nk] > dis[nv][nk] + y){
 82                 dis[x][nk] = dis[nv][nk] + y;
 83                 q.push(MP(dis[x][nk], MS(x, nk)));
 84             }
 85         }
 86         for(int i=1; i<=n; i++){
 87             int x = i;
 88             if(idis[nv][x]<=l && dis[x][nk+1] > dis[nv][nk]){
 89                 dis[x][nk+1] = dis[nv][nk];
 90                 q.push(MP(dis[x][nk+1], MS(x, nk+1)));
 91             }
 92         }
 93     }
 94 }
 95 
 96 int main()
 97 {
 98 //    freopen("in.txt", "r", stdin);
 99 
100     int T;
101     scanf("%d", &T);
102     while(T--){
103         read();
104         floyd();
105         Dijkstra(1);
106         int ans = INF;
107         for(int i=0; i<=k; i++)ans = min(ans, dis[n][i]);
108         printf("%d\n", ans);
109     }
110     return 0;
111 }
View Code

 

转载于:https://www.cnblogs.com/shu-xiaohao/p/3517963.html

内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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