P1119 灾后重建(Floyd算法优化)

2023-11-06 06:50

本文主要是介绍P1119 灾后重建(Floyd算法优化),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

P1119 灾后重建(Floyd算法优化)

在这里插入图片描述
在这里插入图片描述
本题是一道Floyd算法的应用。

Floyd算法是基于动态规划方程的推导而来,利用每一个合理的中间点来实现对两点之间距离的更新,具体的状态表达方程为:

在这里插入图片描述

其中还有一些细节需要注意,本题给出了每一个村庄重建的时间,而这就需要我们额外注意,如果我们每次进行Floyd算法求询问中的两点最短路径那么时间复杂度就为O(q * n^3),显然已经超过了我们的所给时间,而事实也是这样,只能得50分,tle了5个点。

那么我们就需要对Floyd算法进行一些简单的优化,由于题干中给到,每次询问的时间都是不降的(果然高中老师说的对呀,题干没有废话),那么我们就可以按照每次询问的时间,分别按顺序更新每个中间点,这样我们就将时间复杂度大大缩减,达成了我们的目的。

来看一下代码叭。

#include<iostream>
#include<stack>
#include<algorithm>
#include<cstring>
#include<string>
#include<map>
#include<cmath>
#include<queue>
using namespace std;
typedef long long ll;
const int p = 1e9 + 7;
typedef pair<int, int> pii;
const int N = 310;
int tim[N];
ll n, m;
int g[N][N];
void init() {//初始化邻接矩阵for (int i = 0; i <= n; i++)for (int j = 0; j <= m; j++){if (i == j) g[i][j] = 0;else g[i][j] = 0x3f3f3f3f;}}
int main()
{cin >> n >> m;init();for (int i = 0; i < n; i++)cin >> tim[i];for (int i = 1; i <= m; i++) {int a, b, c;cin >> a >> b >> c;g[a][b] = g[b][a] = c;//存无向图}ll q;cin >> q;int k = 0;while (q--){int x, y, z;cin >> x >> y >> z;if (tim[x] > z || tim[y] > z) {cout << -1 << endl;continue;}while (k < n && tim[k] <= z) {//按照所给的时间来更新中间点(原为for(int k = 0; k < n; k++))for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {g[i][j] = min(g[i][j], g[i][k] + g[k][j]);}}k++;}if (g[x][y] < 0x3f3f3f3f) {cout << g[x][y] << endl;}else cout << -1 << endl;}
}

这篇关于P1119 灾后重建(Floyd算法优化)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/355091

相关文章

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.