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

小白也能轻松上手! 路由器设置优化指南

《小白也能轻松上手!路由器设置优化指南》在日常生活中,我们常常会遇到WiFi网速慢的问题,这主要受到三个方面的影响,首要原因是WiFi产品的配置优化不合理,其次是硬件性能的不足,以及宽带线路本身的质... 在数字化时代,网络已成为生活必需品,追剧、游戏、办公、学习都离不开稳定高速的网络。但很多人面对新路由器

MySQL深分页进行性能优化的常见方法

《MySQL深分页进行性能优化的常见方法》在Web应用中,分页查询是数据库操作中的常见需求,然而,在面对大型数据集时,深分页(deeppagination)却成为了性能优化的一个挑战,在本文中,我们将... 目录引言:深分页,真的只是“翻页慢”那么简单吗?一、背景介绍二、深分页的性能问题三、业务场景分析四、

Linux进程CPU绑定优化与实践过程

《Linux进程CPU绑定优化与实践过程》Linux支持进程绑定至特定CPU核心,通过sched_setaffinity系统调用和taskset工具实现,优化缓存效率与上下文切换,提升多核计算性能,适... 目录1. 多核处理器及并行计算概念1.1 多核处理器架构概述1.2 并行计算的含义及重要性1.3 并

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

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

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.