[洛谷1991]无线通讯网

本文介绍了一种利用卫星替代最小生成树中最大边的算法实现思路,并通过具体代码展示了如何计算剩余的最大边。该算法首先计算所有点之间的距离,然后使用Kruskal算法构建最小生成树。

思路:
考虑使用卫星替代最小生成树中最大的$s-1$条边,答案即为剩下的最大边。

 1 #include<cmath>
 2 #include<cstdio>
 3 #include<cctype>
 4 #include<vector>
 5 #include<algorithm>
 6 inline int getint() {
 7     char ch;
 8     while(!isdigit(ch=getchar()));
 9     int x=ch^'0';
10     while(isdigit(ch=getchar())) x=(((x<<2)+x)<<1)+(ch^'0');
11     return x;
12 }
13 inline int sqr(const int x) {
14     return x*x;
15 }
16 const int N=500;
17 struct Point {
18     int x,y;
19     friend double dist (const Point a,const Point b) {
20         return sqrt(sqr(a.x-b.x)+sqr(a.y-b.y));
21     }
22 };
23 Point p[N];
24 struct Edge {
25     int u,v;
26     double w;
27     bool operator < (const Edge &another) const {
28         return w<another.w;
29     }
30 };
31 std::vector<Edge> e;
32 class DisjointSet {
33     private:
34         int anc[N];
35         int Find(const int x) {
36             return x==anc[x]?x:anc[x]=Find(anc[x]);
37         }
38     public:
39         DisjointSet() {
40             for(int i=0;i<N;i++) anc[i]=i;
41         }
42         bool isConnected(const int x,const int y) {
43             return Find(x)==Find(y);
44         }
45         void Union(const int x,const int y) {
46             anc[Find(x)]=Find(y);
47         }
48 };
49 DisjointSet s;
50 int main() {
51     int m=getint(),n=getint();
52     for(int i=0;i<n;i++) {
53         p[i].x=getint();
54         p[i].y=getint();
55     }
56     for(int i=0;i<n;i++) {
57         for(int j=i+1;j<n;j++) {
58             e.push_back((Edge){i,j,dist(p[i],p[j])});
59         }
60     }
61     std::sort(e.begin(),e.end());
62     double ans;
63     for(unsigned i=0,cnt=n-m;i<e.size()&&cnt;i++) {
64         int u=e[i].u,v=e[i].v;
65         double w=e[i].w;
66         if(s.isConnected(u,v)) continue;
67         s.Union(u,v);
68         ans=w;
69         cnt--;
70     }
71     printf("%.2f",ans);
72     return 0;
73 }

 

转载于:https://www.cnblogs.com/skylee03/p/7399050.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