旅游 dijkstra 并查集

本文介绍了一种基于两次Dijkstra算法的优化方案,用于找出所有最短路径,并判断是否存在除这些最短路径外的其他路径连接起始点与终点。通过使用并查集来合并不在最短路径上的节点,最终确定图中所有节点是否可通过非最短路径相连。

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

添加链接描述
题意
将所有最短路的路径都走一遍,之后就不再走了,问能否还有其他路径从 1 1 1走到 n n n
思路
先从 1 1 1 n n n跑一次单源最短路,d1数组保存距离,再从n到1跑一次最短路,d2数组保存距离,然后用 d 1 [ x ] + z + d 2 [ y ] = = d i s t a n c e ∣ ∣ d 1 [ y ] + z + d 2 [ x ] = = d i s t a n c e d1[x] + z + d2[y] == distance || d1[y] + z + d2[x] == distance d1[x]+z+d2[y]==distanced1[y]+z+d2[x]==distance判断(起点到 x x x的距离加上 x x x y y y之间的距离再加上 y y y到终点的距离,若等于 1 1 1 n n n的最短路距离,说明边 x , y x,y xy属于最短路径的边),无向边 ( x , y ) (x,y) (xy)是否是最短路径的边,是的话就 c o n t i n u e continue continue,否则将 x , y x,y xy两个点合并 m e r g e merge merge,最后判断并查集的大小是否为 1 1 1,是则输出 Y E S YES YES
code

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const ll N = 1e6+5;
const ll inf = 1e18;
ll fa[N], n, m, tot, d1[N], d2[N], u[N], v[N], w[N];
ll vis[N], ver[N], net[N], head[N], edge[N];
void add(ll x, ll y, ll z)
{
    ver[++tot] = y;
    edge[tot] = z;
    net[tot] = head[x];
    head[x] = tot;
}
void init(ll n)
{
    for(ll i = 1; i <= n; i++)
        fa[i] = i;
}
ll find(ll x)
{
    return (x == fa[x] ? x : fa[x] = find(fa[x]));
}
void merge(ll x, ll y)
{
    fa[find(x)] = find(y);
}
void dijkstra(ll s, ll d[])
{
    priority_queue< pair<ll, ll> > q;
    fill(d, d+1+n, inf);
    memset(vis, 0, sizeof vis);
    d[s] = 0;
    q.push({0, s});
    while(q.size())
    {
        ll x = q.top().second;
        q.pop();
        if(vis[x])
            continue;
        for(ll i = head[x]; i; i = net[i])
        {
            ll y = ver[i], z = edge[i];
            if(d[y] > d[x] + z)
            {
                d[y] = d[x] + z;
                q.push({-d[y], y});
            }
        }
    }
}

int main()
{
    scanf("%d%d", &n, &m);
    for(ll i = 1; i <= m; i++)
    {
        scanf("%d%d%d", &u[i], &v[i], &w[i]);
        add(u[i], v[i], w[i]);
        add(v[i], u[i], w[i]);
    }
    dijkstra(1, d1);
    dijkstra(n, d2);
    ll distance = d2[1];
    //cout << distance << endl;
    init(n);
    for(ll i = 1; i <= m; i++)
    {
        ll x = u[i], y = v[i], z = w[i];
        if(d1[x] + z + d2[y] == distance || d1[y] + z + d2[x] == distance)
            continue;
        ll fx = find(x), fy = find(y);
        if(fx != fy)
            merge(x, y);
    }
    ll cnt = 0;
    for(ll i = 1; i <= n; i++)
        if(fa[i] == i)
            cnt++;
    cout << (cnt==1?"YES":"NO") <<'\n';
    return 0;
}

资源下载链接为: https://pan.quark.cn/s/3d8e22c21839 随着 Web UI 框架(如 EasyUI、JqueryUI、Ext、DWZ 等)的不断发展与成熟,系统界面的统一化设计逐渐成为可能,同时代码生成器也能够生成符合统一规范的界面。在这种背景下,“代码生成 + 手工合并”的半智能开发模式正逐渐成为新的开发趋势。通过代码生成器,单表数据模型以及一对多数据模型的增删改查功能可以被直接生成并投入使用,这能够有效节省大约 80% 的开发工作量,从而显著提升开发效率。 JEECG(J2EE Code Generation)是一款基于代码生成器的智能开发平台。它引领了一种全新的开发模式,即从在线编码(Online Coding)到代码生成器生成代码,再到手工合并(Merge)的智能开发流程。该平台能够帮助开发者解决 Java 项目中大约 90% 的重复性工作,让开发者可以将更多的精力集中在业务逻辑的实现上。它不仅能够快速提高开发效率,帮助公司节省大量的人力成本,同时也保持了开发的灵活性。 JEECG 的核心宗旨是:对于简单的功能,可以通过在线编码配置来实现;对于复杂的功能,则利用代码生成器生成代码后,再进行手工合并;对于复杂的流程业务,采用表单自定义的方式进行处理,而业务流程则通过工作流来实现,并且可以扩展出任务接口,供开发者编写具体的业务逻辑。通过这种方式,JEECG 实现了流程任务节点和任务接口的灵活配置,既保证了开发的高效性,又兼顾了项目的灵活性和可扩展性。
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