Jerry Lee の blog

图的遍历程序模板–DFS//图的遍历：DFS 和 BFS//DFS 伪代码模板//访问顶点u DFS(u){ vis[u]=true; //设置u已被访问 //访问从u出发可以到达的所有顶点v for(从u出发能到达的所有顶点v) { //如果v未被访问 if( vis[v] == false )

最小生成树的胡思乱想–做减法今天看到最小生成树的算法 忽然想到 为什么现在的做法都是在 做加法呢？ 为什么不尝试一下减法呢？ 比如说我们的顶点数n，边数m n和m相差不多。 如果我们做加法的话要做 n-1条，假如说n比较大 但是我们如果**做减法， 应该只需要 （ m-（n-1） ）条**， 因为前提已经有 （m-n）是一个很小的可以接受的数了， 所以

最小生成树–prim算法首先说明，Dijkstra算法和prim算法实际上是相同的思路，只不过是数组d[]的含义不同。详见 算法笔记 P404 prim算法的基本思想是对图G设置集合S（就是个巨型防护罩），用来存放已经被访问的顶点（就是被攻占的城市），然后执行n次下面的两个步骤：1.每次从集合V-S（就是未被攻占的城市）中选择与集合S（巨型防护罩）最近的一个顶点（记为u），访问（即攻占）u并将

全源最短路问题–Floyd算法Floyd算法，也就是弗洛伊德算法，用来解决全源最短路问题。就是对给定的图G，求任意两点u，v之间的最短路径长度，时间复杂度为O(n^3)。由于n^3的复杂度决定了顶点数n的限制约在200以内，因此使用邻接矩阵来实现Floyd算法是非常合适且方便的。Floyd算法基于一个事实： 如果存在顶点k，使得以k作为中介点时，顶点i和顶点j的当前最短距离缩短，则使用顶点k作为顶

输入4 5 0 30 1 1 201 3 2 300 3 4 100 2 2 202 3 1 20输出0 2 3 3 40程序#include <cstdio>#include <cstring>#include <algorithm>#include <iostream>using namespace std;//最大顶点数 const int MAXV=510;const

Dijkstra算法第二套模板程序//Dijkstra算法第二套模板程序//分两大步骤//1.使用Dijkstra算法记录所有最短路径//通俗的说，就是第一步只筛选 第一标尺 满足条件的情况，也就是最短路径。 //程序具体实现，固定化，不需要修改vector<int> pre[MAXV];void Dijkstra(int s) { fill(d,d+MAXV,INF);

最短路径变型题解法举例PAT A 1003输入5 6 0 21 2 1 5 30 1 10 2 20 3 11 2 12 4 13 4 1输出2 4//最短路径变型题解法举例//PAT A 1003#include <cstdio>#include <cstring>#include <algorithm>using namespace std;//最大顶点数 const

Dijkstra算法–变型题的求解//Dijkstra算法用来求最短距离 已经实现了//做题题型有变化，需要处理升级版/*//碰到有两条及以上可以达到最短距离的路径，题目就会给出第二标尺 //第一标尺是距离，要求在所有最短路径中选择第二标尺最优的一条路径。//// 第二标尺常见的有下面3种出题方法或组合// 1.给每条边再增加一个边权（比如花费），然后要求在最短路径有//

Dijkstra算法求最短路径//Dijkstra算法用来求最短距离 已经实现了//那么最短路径 如何求解并打印出来呢?//此处的方法是记录路径中结点的前驱if(v未被访问 && 以u为中介点可以使起点s到顶点v的最短距离d[v]更优 ) { 优化d[v]; 令v的前驱为u; } //程序具体实现，邻接矩阵版//n为顶点数，MAXV为最大顶点数int n,G[MAXV

Dijkstra算法应用小例子输入6 8 00 1 10 3 40 4 41 3 22 5 13 2 23 4 34 5 3输出0 1 5 3 4 6编程//Dijkstra算法应用小例子//算法笔记 P368 亚历山大#include <cstdio>#include <algorithm>using namespace std;//最大顶点数 const int MA

单源最短路径问题–Dijkstra首先，Dijkstra算法解决的是单源最短路问题，即给定图G(V,E)和起点s（起点又称为源点），求起点s到达其他顶点的最短距离。注意 Dijkstra算法只能应对所有边权都是非负数的情况，如果边权出现负数，那么迪杰斯特拉算法很可能会出错，这时最好使用SPFA算法。Dijkstra算法的策略是：设置集合S存放已被访问的顶点（即已攻占的城市），然后执行n次下面的

图的遍历程序模板–BFS//图的遍历：DFS 和 BFS//BFS 伪代码模板//遍历u所在的连通块BFS(u) { //定义队列q queue q; 将u入队; //设置u已被加入过队列 inq[u] = true; while(q非空) { 取出队首元素u进行访问; //枚举从u能直接到达的顶点v

最小生成树–kruskal也加克鲁斯卡尔算法。kruskal算法的思想简单说来就是：每次选择图中最小边权的边，如果边两端的顶点在不同的连通块中，就把这条边加入最小生成树中。如果是稠密图（边多），用prim算法；如果是稀疏图（边少），用kruskal算法，或者用我自己想的“做减法”。//对于kruskal算法来说，由于需要判断边的两个端点//是否在不同的连通块中，因此边的两个端点的编号是一定//