人山人海(python实现)

2023-12-13 10:30
文章标签 python 实现 人山人海

本文主要是介绍人山人海(python实现),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!

人山人海(通信网理论基础)

小朱和小白同学来到大学旁的商圈凤巢玩耍。商圈中有n个娱乐场馆和m条路连接这些场馆。由于国庆期间出门玩耍的人数增加,每条路上都积攒了不同数量的游客。小朱同学不想经过游客太多的路径,所以求助成都某大学精通图算法的小白同学。问,任意两个场馆之间最大游客数量最小的那条路的最大游客数量。
如图:
在这里插入图片描述

a-g两点间的路径,只有a-c-f-d-g这条路的最大游客数量是最小的,为80。
b-d两点间的路径,只有b-a-c-f-d这条路的最大游客数量是最小的,为80。

输入:第一行m<10000为图的边数,第二行为图的点数。之后m<100行,每行有三个正整数I,j,k表示节点I,j相连,游客人数k<10000。之后一行一个正整数t<n(n-1)表示询问次数。之后t行,每一行两个正整数a,b(a,b<n),表示询问a,b之间最大游客数量最小的那条路的最大游客数量。
输出:
对于每次询问输出一行,该行为一个正整数,表示最大游客数量。

样例:
输入:
5
4
1 2 10
1 3 20
2 3 15
2 4 5
3 4 30
1
04
输出:
10

题目分析:

这个题目的思路和温差问题有些相似,先将图中所有的边按权重从小到大排列,从排列好的边集合A依次取出边加入一个新的集合B,每加入一条边都要判断给定的起点终点在集合B中的边与边对应的点构成的图里是否可达,如果可达就停止加边,将集合B中最大的边权值输出。

import sys, time, mathedgeLinks = dict()
edgeLinks_dfs = dict()
stack = []
edgeWeightsAbout = dict()
edgeWeightsAbout1 = dict()
edgeWeight = dict()
Cu = []
J = []
S = []
Path = []
start = []
end = []
stack = []
T = []
Q = []
ju = 0
start_1 = time.time()def DFS(start, end):global stack, T, edgeLinks_dfs, p, justack.append(start)if start == end:p = 1ju = 1# print("找到路径:%s" %(stack))stack.clear()else:if len(edgeLinks_dfs) != 0:if start in edgeLinks_dfs:for nextPoint in edgeLinks_dfs[start]:  # start不为全局变量 在递归后就变为了nextPointif nextPoint not in stack:DFS(nextPoint, end)if p == 1:stack.clear()returnelse:p = -1stack.pop()global p
p = 0
f = open('data5.txt', 'r')
P = int(f.readline())
V = int(f.readline())
if V > 1 and V <= 10000 and P <= 10000:for item2 in range(P):a, b, c = map(int, f.readline().split())wi = int(c)if str(a) not in edgeLinks: edgeLinks[str(a)] = set()if str(b) not in edgeLinks: edgeLinks[str(b)] = set()edgeLinks[str(a)].add(str(b))edgeLinks[str(b)].add(str(a))# 进行权重分类 权重一样的放到一个集合里面if wi not in edgeWeightsAbout.keys():edgeWeightsAbout[wi] = []if {str(a), str(b)} not in edgeWeightsAbout[wi]:edgeWeightsAbout[wi].append({str(a), str(b)})if str(a) not in edgeWeight:edgeWeight[str(a)] = dict()if str(b) not in edgeWeight:edgeWeight[str(b)] = dict()edgeWeight[str(a)].update({str(b): c})edgeWeight[str(b)].update({str(a): c})NP = int(f.readline())for item3 in range(NP):m, n = map(int, f.readline().split())start.append(str(m))end.append(str(n))S = sorted(edgeWeightsAbout.keys(), reverse=False)for item6 in range(len(S)):edgeWeightsAbout1.update({S[item6]: edgeWeightsAbout[S[item6]]})for item12 in range(NP):T.clear()Cu.clear()J.clear()edgeLinks_dfs.clear()stack.clear()ju = 0for item7 in range(len(S)):if(ju==1):breakfor item8 in range(len(edgeWeightsAbout1[S[item7]])):if(ju==1):breakfor item11 in edgeWeightsAbout1[S[item7]][item8]:J.append(item11)if J[0] not in edgeLinks_dfs: edgeLinks_dfs[J[0]] = set()if J[1] not in edgeLinks_dfs: edgeLinks_dfs[J[1]] = set()edgeLinks_dfs[J[0]].add(J[1])edgeLinks_dfs[J[1]].add(J[0])Cu.append(str(J[0]))Cu.append(str(J[1]))J.clear()if (len(edgeLinks_dfs) == 0):breakelse:if (len(edgeLinks_dfs) == 0):breakelse:if start[item12] in Cu and end[item12] in Cu:DFS(start[item12], end[item12])if (p == 1):T.append(edgeWeight[Cu[len(Cu) - 2]][Cu[len(Cu) - 1]])if (ju == 1):print('%s->%s'%(start[item12],end[item12]),end='  ')print(T)else:print('no path')
end_1 = time.time()
print('Running time: %s Seconds' % (end_1 - start_1))

该代码采取读取文件形式,只需将文件路径放入即可。
输出:为起点->终点 最大游客数量
输出为“no path”意味着没有该路径

正常输出如下:
1->10 [10]
1->13 [10]
2->25 [13]
45->70 [11]
8->89 [8]
Running time: 0.009997129440307617 Seconds

这篇关于人山人海(python实现)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/488117

相关文章

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

一文深入详解Python的secrets模块

《一文深入详解Python的secrets模块》在构建涉及用户身份认证、权限管理、加密通信等系统时,开发者最不能忽视的一个问题就是“安全性”,Python在3.6版本中引入了专门面向安全用途的secr... 目录引言一、背景与动机:为什么需要 secrets 模块?二、secrets 模块的核心功能1. 基

PostgreSQL中MVCC 机制的实现

《PostgreSQL中MVCC机制的实现》本文主要介绍了PostgreSQL中MVCC机制的实现,通过多版本数据存储、快照隔离和事务ID管理实现高并发读写,具有一定的参考价值,感兴趣的可以了解一下... 目录一 MVCC 基本原理python1.1 MVCC 核心概念1.2 与传统锁机制对比二 Postg

SpringBoot整合Flowable实现工作流的详细流程

《SpringBoot整合Flowable实现工作流的详细流程》Flowable是一个使用Java编写的轻量级业务流程引擎,Flowable流程引擎可用于部署BPMN2.0流程定义,创建这些流程定义的... 目录1、流程引擎介绍2、创建项目3、画流程图4、开发接口4.1 Java 类梳理4.2 查看流程图4

python常见环境管理工具超全解析

《python常见环境管理工具超全解析》在Python开发中,管理多个项目及其依赖项通常是一个挑战,下面:本文主要介绍python常见环境管理工具的相关资料,文中通过代码介绍的非常详细,需要的朋友... 目录1. conda2. pip3. uvuv 工具自动创建和管理环境的特点4. setup.py5.

C++中零拷贝的多种实现方式

《C++中零拷贝的多种实现方式》本文主要介绍了C++中零拷贝的实现示例,旨在在减少数据在内存中的不必要复制,从而提高程序性能、降低内存使用并减少CPU消耗,零拷贝技术通过多种方式实现,下面就来了解一下... 目录一、C++中零拷贝技术的核心概念二、std::string_view 简介三、std::stri

Python常用命令提示符使用方法详解

《Python常用命令提示符使用方法详解》在学习python的过程中,我们需要用到命令提示符(CMD)进行环境的配置,:本文主要介绍Python常用命令提示符使用方法的相关资料,文中通过代码介绍的... 目录一、python环境基础命令【Windows】1、检查Python是否安装2、 查看Python的安

C++高效内存池实现减少动态分配开销的解决方案

《C++高效内存池实现减少动态分配开销的解决方案》C++动态内存分配存在系统调用开销、碎片化和锁竞争等性能问题,内存池通过预分配、分块管理和缓存复用解决这些问题,下面就来了解一下... 目录一、C++内存分配的性能挑战二、内存池技术的核心原理三、主流内存池实现:TCMalloc与Jemalloc1. TCM

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

Python UV安装、升级、卸载详细步骤记录

《PythonUV安装、升级、卸载详细步骤记录》:本文主要介绍PythonUV安装、升级、卸载的详细步骤,uv是Astral推出的下一代Python包与项目管理器,主打单一可执行文件、极致性能... 目录安装检查升级设置自动补全卸载UV 命令总结 官方文档详见:https://docs.astral.sh/