spfa的玄学优化

2024-01-13 19:08
文章标签 优化 spfa 玄学

本文主要是介绍spfa的玄学优化,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!

算法提高 道路和航路  
时间限制:1.0s   内存限制:256.0MB
   
问题描述

农夫约翰正在针对一个新区域的牛奶配送合同进行研究。他打算分发牛奶到T个城镇(标号为1..T),这些城镇通过R条标号为(1..R)的道路和P条标号为(1..P)的航路相连。

每一条公路i或者航路i表示成连接城镇Ai(1<=A_i<=T)和Bi(1<=Bi<=T)代价为Ci。每一条公路,Ci的范围为0<=Ci<=10,000;由于奇怪的运营策略,每一条航路的Ci可能为负的,也就是-10,000<=Ci<=10,000。

每一条公路都是双向的,正向和反向的花费是一样的,都是非负的。

每一条航路都根据输入的Ai和Bi进行从Ai->Bi的单向通行。实际上,如果现在有一条航路是从Ai到Bi的话,那么意味着肯定没有通行方案从Bi回到Ai

农夫约翰想把他那优良的牛奶从配送中心送到各个城镇,当然希望代价越小越好,你可以帮助他嘛?配送中心位于城镇S中(1<=S<=T)。

输入格式

输入的第一行包含四个用空格隔开的整数T,R,P,S。

接下来R行,描述公路信息,每行包含三个整数,分别表示Ai,Bi和Ci

接下来P行,描述航路信息,每行包含三个整数,分别表示Ai,Bi和Ci

输出格式
输出T行,分别表示从城镇S到每个城市的最小花费,如果到不了的话输出NO PATH。
样例输入
6 3 3 4
1 2 5
3 4 5
5 6 10
3 5 -100
4 6 -100
1 3 -10
样例输出
NO PATH
NO PATH
5
0
-95
-100
数据规模与约定

对于20%的数据,T<=100,R<=500,P<=500;

对于30%的数据,R<=1000,R<=10000,P<=3000;

对于100%的数据,1<=T<=25000,1<=R<=50000,1<=P<=50000。


先让我吐槽一下这道题目,同样是spfa怎么得分从80分到90分不等,看人品吗......

以下的代码,队列优化的spfa 80分,栈优化的spfa 30分,SLF优化的spfa 80分

首先可以明确spfa是从Bellman-Ford算法优化来的,所以spfa的效率是要比后者高的

1.队列优化的spfa(常规写法,可以类比bfs,queue可以替换成priority_queue以适应某些特殊环境)

#include<iostream>
#include<queue>
#include<cstring>
#define inf 0x3fffffff
using namespace std;int t,r,p,s,head[25005],cnt=0;struct Edge
{int v,w,next;
}edge[150005];void add_edge(int u,int v,int w)
{edge[cnt].v=v;edge[cnt].w=w;edge[cnt].next=head[u];head[u]=cnt++;
}
int an[25005];
//int inq[25005];
bool vis[25005];
void spfa(int s)
{fill(an,an+t+1,inf);memset(vis,0,sizeof(vis));queue<int> q;vis[s]=true;an[s]=0;
//    inq[s]++;q.push(s);while(!q.empty()){int p=q.front();q.pop();vis[p]=false;for(int i=head[p];i!=-1;i=edge[i].next){int to=edge[i].v;if(an[to]>an[p]+edge[i].w){an[to]=an[p]+edge[i].w;if(!vis[to]){vis[to]=true;
//                	inq[to]++;q.push(to);
//                    if(inq[to]>=t)
//                    	return ;}}}}
}
int main()
{int i;cin >> t >> r >> p >> s;memset(head,-1,sizeof(head));for(int i=0;i<r;i++){int a,b,c;cin >> a >> b >> c;add_edge(a,b,c);add_edge(b,a,c);}for(int i=0;i<p;i++){int a,b,c;cin >> a >> b >> c;add_edge(a,b,c);}spfa(s);for(int i=1;i<=t;i++){if(an[i]==inf)cout << "NO PATH" << endl;elsecout << an[i] << endl;}return 0;
}

2.栈优化的spfa(可以类比dfs,对判环有奇效)

#include<iostream>
#include<stack>
#include<cstring>
#define inf 0x3fffffff
using namespace std;int t,r,p,s,head[25005],cnt=0;struct Edge
{int v,w,next;
}edge[150005];void add_edge(int u,int v,int w)
{edge[cnt].v=v;edge[cnt].w=w;edge[cnt].next=head[u];head[u]=cnt++;
}
int an[25005];
bool vis[25005];
void spfa(int s)
{fill(an,an+t+1,inf);memset(vis,0,sizeof(vis));stack<int> st;vis[s]=true;an[s]=0;st.push(s);while(!st.empty()){int p=st.top();st.pop();vis[p]=false;for(int i=head[p];i!=-1;i=edge[i].next){int to=edge[i].v;if(an[to]>an[p]+edge[i].w){an[to]=an[p]+edge[i].w;if(!vis[to]){vis[to]=true;st.push(to);}}}}
}
int main()
{int i;cin >> t >> r >> p >> s;memset(head,-1,sizeof(head));for(int i=0;i<r;i++){int a,b,c;cin >> a >> b >> c;add_edge(a,b,c);add_edge(b,a,c);}for(int i=0;i<p;i++){int a,b,c;cin >> a >> b >> c;add_edge(a,b,c);}spfa(s);for(int i=1;i<=t;i++){if(an[i]==inf)cout << "NO PATH" << endl;elsecout << an[i] << endl;}return 0;
}

3.SLF优化的spfa(使用双端队列deque,效率会更高一些,与普通的spfa代码区别并不大,细节还是看代码吧)

#include<iostream>
#include<deque>
#include<cstring>
#define inf 0x3fffffff
using namespace std;int t,r,p,s,head[25005],cnt=0;struct Edge
{int v,w,next;
}edge[150005];void add_edge(int u,int v,int w)
{edge[cnt].v=v;edge[cnt].w=w;edge[cnt].next=head[u];head[u]=cnt++;
}
int an[25005];
bool vis[25005];
void spfa(int s)
{fill(an,an+t+1,inf);deque<int> dq;vis[s]=true;an[s]=0;dq.push_back(s);while(!dq.empty()){int p=dq.front();dq.pop_front();vis[p]=false;for(int i=head[p];i!=-1;i=edge[i].next){int to=edge[i].v;if(an[to]>an[p]+edge[i].w){an[to]=an[p]+edge[i].w;if(!vis[to]){vis[to]=true;if(!dq.empty()){if(an[to]>an[dq.front()])dq.push_back(to);elsedq.push_back(to);}elsedq.push_back(to);}}}}
}
int main()
{int i;cin >> t >> r >> p >> s;memset(head,-1,sizeof(head));for(int i=0;i<r;i++){int a,b,c;cin >> a >> b >> c;add_edge(a,b,c);add_edge(b,a,c);}for(int i=0;i<p;i++){int a,b,c;cin >> a >> b >> c;add_edge(a,b,c);}spfa(s);for(int i=1;i<=t;i++){if(an[i]==inf)cout << "NO PATH" << endl;elsecout << an[i] << endl;}return 0;
}


这篇关于spfa的玄学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/602485

相关文章

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

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.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案