洛谷P2419 [USACO08JAN]牛大赛Cow Contest

Floyd算法确定名次

 

对于一个能够确定名次的点,可以注意到,对于该点,入度和出度的数量加起来等于N-1
(这样还是不够准确的
确切的说是,能够到达这个点的数量和这个点能够到达的数量的和

floyd不仅可以求两个点之间的最短路径,还能求两个点彼此是否能够相互到达
最后对于一个可以确定名次的点,能够到达的所有的点 加上 能够到达该点的所有点的和必须等于n-1
当然,我们可以通过二进制来简化这个过程

最后处理结果时,设一个变量flag, 因为该点能够到达本身,flag初值赋为1
对于两个点i, j首先f[i][j] | f[j][i]
因为对于这两个点,无论从j到i或是从i到j,都需算上。
同时用flag与f[i][j] | f[j][i]相&
按位与的操作是两位全为1,则得到的值为1,也就是说,若有任何一点不能到达此点或是由此点到达,我们就无法求出该点的名次
最后我们用计数器ans累加flag的值即可

 1 #include<bits/stdc++.h>
 2 using namespace std;
 3 const int maxn = 150;
 4 int n, m, ans = 0;
 5 int f[maxn][maxn];
 6 
 7 inline int read() {
 8     int x = 0, y = 1;
 9     char ch= getchar();
10     while(!isdigit(ch)) {
11         if(ch == '-') y = -1;
12         ch = getchar();
13     }
14     while(isdigit(ch)) {
15         x = (x << 1) + (x << 3) + ch - '0';
16         ch = getchar();
17     }
18     return x * y;
19 }
20 
21 int main() {
22     n = read(), m = read();
23     for(int i = 1; i <= m; ++i) {
24         int x, y;
25         x = read(), y = read();
26         f[x][y] = 1;
27     }
28     for(int k = 1; k <= n; ++k)//floyd求两个点能否互相到达
29         for(int i = 1; i <= n; ++i)
30             for(int j = 1; j <= n; ++j)
31                 f[i][j] |= f[i][k] & f[k][j];
32     for(int i = 1; i <= n; ++i) {
33         int flag = 1;//判断i点是否能够求出具体的名次
34         for(int j = 1; j <= n; ++j) {
35             if(i == j) continue;
36             else flag &= f[i][j] | f[j][i]; 
37         }
38         ans += flag;//统计答案
39     }
40     cout << ans << '\n';
41     return 0; 
42 }
View Code

 

转载于:https://www.cnblogs.com/ywjblog/p/9382164.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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