dijkstra之细节处理 ——PAT (Advanced Level) 1072 Gas Station (30 分)

2023-11-08 12:50

本文主要是介绍dijkstra之细节处理 ——PAT (Advanced Level) 1072 Gas Station (30 分),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!

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
题目大意:
有n个居民楼,m个汽油站,给出k条路,要选最合适的汽油站:
1.该汽油站满足到所有居民楼距离不超过ds
2.该汽油站到所有居民楼的最短距离尽可能大
3.在2相同情况下,该汽油站到所有居民楼的平均距离尽可能小
4.在3相同情况下,汽油站标号最小

变量准备:
为了做出dijkstra算法,需要提前设定dis,e,visit等变量,且需设置inf
同时注意设置的max值要大于n + m即1010

更细节的地方需要注意:
e[i][i]设置为0
e[i][j]的路径取最短的

利用singlemin_和avgmin_记录全局的个体最短的最长&平均距离最短的

//大型变量定义现场
int n, m, k, ds;
int e[1100][1100], dis[1100];
bool visit[1100];
int inf = 999999999;
double singlemin_ = -1, avgmin_ = inf;//全局的个体最短的最长&平均距离

输入处理:
输入当作string
将两类点放进1 - n + m, 其中前n个表示居民,后m个表示加油站
1.若无G,则直接stoi读入编号
2.若有G,利用substr(1)表示抓取第一个字符起到结尾的数字,令编号为n + stoi表示gas station

    //初始化准备fill(e[0], e[0] + 1100 * 1100, inf);fill(dis, dis + 1100, inf);for(int i = 0; i < 1100; i++) e[i][i] = 0;//输入处理cin >> n >> m >> k >> ds;string a, b;int c, d, dist;for(int i = 0; i < k; i++){cin >> a >> b >> dist;if(a[0] == 'G'){   a = a.substr(1);c = n + stoi(a);}else c = stoi(a);if(b[0] == 'G'){   b = b.substr(1);d = n + stoi(b);}else d = stoi(b);//cout << c << d << dist << endl;e[c][d] = e[d][c] = min(dist, e[c][d]);}

dijkstra过程:
每个gas来一次dijkstra,首先判断ds,然后记录最短距离和平均距离进行比较,dijkstra过程如下:
1.初始化起点dis为0
2.找出最小的dis记录为u和minn
3.visit为true
4.寻遍v,并更新新的dis[v]

    int nowid = -1;double singlemin, avgmin;//遍历每一个gas stationfor(int index = n + 1; index <= n + m; index++){   //初始化dis和visitfill(dis, dis + 1100, inf);fill(visit, visit + 1100, false);singlemin = inf;avgmin = 0;//dijkstra阶段dis[index] = 0;//index作为起点for(int i = 1; i <= n + m; i++){   int u = -1, minn = inf;//找出目前到index距离最短的for(int j = 1; j <= n + m; j++){if(visit[j] == false && dis[j] < minn){u = j;minn = dis[j];}}if(u == -1) break;visit[u] = true;//更新未选中的点到起点的距离for(int v = 1; v <= n + m; v++){if(visit[v] == false && dis[v] > dis[u] + e[u][v])dis[v] = dis[u] + e[u][v];}}//到目前为止,得到了dis的全部值//考察与每个居民楼的距离for(int i = 1; i <= n; i++){if(dis[i] > ds) //超出服务范围{singlemin = -1;break;}singlemin = min(singlemin, double(dis[i]));//最短距离avgmin += dis[i];//平均距离}if(singlemin == -1) continue;//不合最远服务要求avgmin = avgmin / n;//cout << singlemin << " " << avgmin << endl;if(singlemin > singlemin_){nowid = index;singlemin_ = singlemin;avgmin_ = avgmin;}else if(singlemin == singlemin_ && avgmin < avgmin_){nowid = index;avgmin_ = avgmin;}else if(singlemin == singlemin_ && avgmin == avgmin_)nowid = min(nowid, index);}

完整代码:

#include<bits/stdc++.h>
using namespace std;//大型变量定义现场
int n, m, k, ds;
int e[1100][1100], dis[1100];
bool visit[1100];
int inf = 999999999;
double singlemin_ = -1, avgmin_ = inf;//全局的个体最短&平均距离int main()
{   //初始化准备fill(e[0], e[0] + 1100 * 1100, inf);fill(dis, dis + 1100, inf);for(int i = 0; i < 1100; i++) e[i][i] = 0;//输入处理cin >> n >> m >> k >> ds;string a, b;int c, d, dist;for(int i = 0; i < k; i++){cin >> a >> b >> dist;if(a[0] == 'G'){   a = a.substr(1);c = n + stoi(a);}else c = stoi(a);if(b[0] == 'G'){   b = b.substr(1);d = n + stoi(b);}else d = stoi(b);//cout << c << d << dist << endl;e[c][d] = e[d][c] = min(dist, e[c][d]);}int nowid = -1;double singlemin, avgmin;//遍历每一个gas stationfor(int index = n + 1; index <= n + m; index++){   //初始化dis和visitfill(dis, dis + 1100, inf);fill(visit, visit + 1100, false);singlemin = inf;avgmin = 0;//dijkstra阶段dis[index] = 0;//index作为起点for(int i = 1; i <= n + m; i++){   int u = -1, minn = inf;//找出目前到index距离最短的for(int j = 1; j <= n + m; j++){if(visit[j] == false && dis[j] < minn){u = j;minn = dis[j];}}if(u == -1) break;visit[u] = true;//更新未选中的点到起点的距离for(int v = 1; v <= n + m; v++){if(visit[v] == false && dis[v] > dis[u] + e[u][v])dis[v] = dis[u] + e[u][v];}}//到目前为止,得到了dis的全部值//考察与每个居民楼的距离for(int i = 1; i <= n; i++){if(dis[i] > ds) //超出服务范围{singlemin = -1;break;}singlemin = min(singlemin, double(dis[i]));//最短距离avgmin += dis[i];//平均距离}if(singlemin == -1) continue;//不合最远服务要求avgmin = avgmin / n;//cout << singlemin << " " << avgmin << endl;if(singlemin > singlemin_){nowid = index;singlemin_ = singlemin;avgmin_ = avgmin;}else if(singlemin == singlemin_ && avgmin < avgmin_){nowid = index;avgmin_ = avgmin;}else if(singlemin == singlemin_ && avgmin == avgmin_)nowid = min(nowid, index);}//最终输出if(nowid == -1) printf("No Solution\n");else {printf("G%d\n", nowid - n);printf("%.1lf %.1lf\n", singlemin_, avgmin_ + 0.001);}return 0;
}

总结:
1.利用%.1f,3.25四舍五入是3.2,而3.251是3.3,因此可以加0.00001
2.对于求max初值设-1,对于求min初值设inf
3.名字应该更对应含义
4.substr(1)的用法
5.注意数组的范围,不够的话会导致段错误

这篇关于dijkstra之细节处理 ——PAT (Advanced Level) 1072 Gas Station (30 分)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/369957

相关文章

Python进行JSON和Excel文件转换处理指南

《Python进行JSON和Excel文件转换处理指南》在数据交换与系统集成中,JSON与Excel是两种极为常见的数据格式,本文将介绍如何使用Python实现将JSON转换为格式化的Excel文件,... 目录将 jsON 导入为格式化 Excel将 Excel 导出为结构化 JSON处理嵌套 JSON:

Spring Boot 中的默认异常处理机制及执行流程

《SpringBoot中的默认异常处理机制及执行流程》SpringBoot内置BasicErrorController,自动处理异常并生成HTML/JSON响应,支持自定义错误路径、配置及扩展,如... 目录Spring Boot 异常处理机制详解默认错误页面功能自动异常转换机制错误属性配置选项默认错误处理

SpringBoot 异常处理/自定义格式校验的问题实例详解

《SpringBoot异常处理/自定义格式校验的问题实例详解》文章探讨SpringBoot中自定义注解校验问题,区分参数级与类级约束触发的异常类型,建议通过@RestControllerAdvice... 目录1. 问题简要描述2. 异常触发1) 参数级别约束2) 类级别约束3. 异常处理1) 字段级别约束

Java堆转储文件之1.6G大文件处理完整指南

《Java堆转储文件之1.6G大文件处理完整指南》堆转储文件是优化、分析内存消耗的重要工具,:本文主要介绍Java堆转储文件之1.6G大文件处理的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言文件为什么这么大?如何处理这个文件?分析文件内容(推荐)删除文件(如果不需要)查看错误来源如何避

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

Java docx4j高效处理Word文档的实战指南

《Javadocx4j高效处理Word文档的实战指南》对于需要在Java应用程序中生成、修改或处理Word文档的开发者来说,docx4j是一个强大而专业的选择,下面我们就来看看docx4j的具体使用... 目录引言一、环境准备与基础配置1.1 Maven依赖配置1.2 初始化测试类二、增强版文档操作示例2.

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

SpringBoot结合Docker进行容器化处理指南

《SpringBoot结合Docker进行容器化处理指南》在当今快速发展的软件工程领域,SpringBoot和Docker已经成为现代Java开发者的必备工具,本文将深入讲解如何将一个SpringBo... 目录前言一、为什么选择 Spring Bootjavascript + docker1. 快速部署与

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Spring Boot @RestControllerAdvice全局异常处理最佳实践

《SpringBoot@RestControllerAdvice全局异常处理最佳实践》本文详解SpringBoot中通过@RestControllerAdvice实现全局异常处理,强调代码复用、统... 目录前言一、为什么要使用全局异常处理?二、核心注解解析1. @RestControllerAdvice2