HDU 3035 War 平面最小割+优先队列优化的dij

2024-04-22 07:48

本文主要是介绍HDU 3035 War 平面最小割+优先队列优化的dij,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!

题意:给一个矩形图(具体看图),左上角的点为起点,右下角的点为终点。图中每一条边都有权值,所以要是想切断一些边,使得起点终点不能相通,问需要切掉边的最小权值。


想法:网络流最小割当然可以做,但是点有501*501+500*500,很尴尬太多了。所以可以从左下角,向右上角切割来阻断路径(平面最小割)。这个要把每一个被线分割的区域当做一个点,每个区域之间的线的权值为边的权值。这个里面有一个类似的图HDU 3870 Catch the Theves 最短路求最小割   


#include<iostream>
#include<cstring>
#include<cstdio>
#include<queue>
#define inf 0x7fffffff
using namespace std;
const int nodes=505*505*5;
const int edges=505*505*16;
int n,m,st,ed;
int hang[505][505],shu[505][505],cha[1005][1005];
int vis[nodes],dis[nodes];
struct node 
{int v,next,w;
}e[edges];
struct nodee
{int v,dis;nodee() {}nodee(int v1,int dis1):v(v1),dis(dis1){}bool operator < (const nodee a)const{return a.dis<dis;}
};
int head[nodes],cnt;
void Init()
{memset(head,-1,sizeof(head));cnt=0;
}
void add(int a,int b,int c)
{e[cnt].v=b;e[cnt].w=c;e[cnt].next=head[a];head[a]=cnt++;
}
void build_map()
{st=0;ed=n*m*4+1;for(int i=1;i<=n;i++)//左边 {int num=2*n*m+((i-1)*m+1)*2-1;add(st,num,shu[i][1]);}for(int i=1;i<=n;i++)//右边 {int num=2*n*m+((i-1)*m+m)*2;add(num,ed,shu[i][m+1]);}for(int i=1;i<=m;i++)//下边 {int num=(2*n-1)*m+i;add(st,num,hang[n+1][i]);}for(int i=1;i<=m;i++)//上边 {int num=(2*1-1)*m+i-m;add(num,ed,hang[1][i]);}for(int i=1;i<=n;i++){for(int j=1;j<=m;j++){int numz=2*n*m+((i-1)*m+j)*2-1;int numy=2*n*m+((i-1)*m+j)*2;int nums=(2*i-1)*m+j-m;int numx=(2*i-1)*m+j;add(numz,nums,cha[2*i-1][2*j-1]);add(numy,nums,cha[2*i-1][2*j]);add(numx,numz,cha[2*i][2*j-1]);add(numx,numy,cha[2*i][2*j]);add(nums,numz,cha[2*i-1][2*j-1]);add(nums,numy,cha[2*i-1][2*j]);add(numz,numx,cha[2*i][2*j-1]);add(numy,numx,cha[2*i][2*j]);if(j!=m){add(numy,numy+1,shu[i][j+1]);add(numy+1,numy,shu[i][j+1]);}if(i!=1){add(nums,nums-m,hang[i][j]);add(nums-m,nums,hang[i][j]);}}} 
}
void dij()
{for(int i=st;i<=ed;i++){dis[i]=inf;vis[i]=0;}dis[st]=0;priority_queue<nodee>q;q.push(nodee(st,0));while(!q.empty()){int u=q.top().v;q.pop();if(u==ed) break;if(vis[u]) continue;vis[u]=1;for(int i=head[u];i+1;i=e[i].next){int v=e[i].v;if(!vis[v]&&dis[v]>dis[u]+e[i].w){dis[v]=dis[u]+e[i].w;q.push(nodee(v,dis[v]));}}}printf("%d\n",dis[ed]);
}
int main()
{while(~scanf("%d%d",&n,&m)){for(int i=1;i<=n+1;i++)//(n+1)*m{for(int j=1;j<=m;j++)scanf("%d",&hang[i][j]);}for(int i=1;i<=n;i++)//n*(m+1){for(int j=1;j<=m+1;j++)scanf("%d",&shu[i][j]);}for(int i=1;i<=2*n;i++)//2n*2m {for(int j=1;j<=2*m;j++)scanf("%d",&cha[i][j]);}Init();build_map(); dij();}return 0;} 




这篇关于HDU 3035 War 平面最小割+优先队列优化的dij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/925193

相关文章

SpringBoot集成redisson实现延时队列教程

《SpringBoot集成redisson实现延时队列教程》文章介绍了使用Redisson实现延迟队列的完整步骤,包括依赖导入、Redis配置、工具类封装、业务枚举定义、执行器实现、Bean创建、消费... 目录1、先给项目导入Redisson依赖2、配置redis3、创建 RedissonConfig 配

RabbitMQ 延时队列插件安装与使用示例详解(基于 Delayed Message Plugin)

《RabbitMQ延时队列插件安装与使用示例详解(基于DelayedMessagePlugin)》本文详解RabbitMQ通过安装rabbitmq_delayed_message_exchan... 目录 一、什么是 RabbitMQ 延时队列? 二、安装前准备✅ RabbitMQ 环境要求 三、安装延时队

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

MySQL中优化CPU使用的详细指南

《MySQL中优化CPU使用的详细指南》优化MySQL的CPU使用可以显著提高数据库的性能和响应时间,本文为大家整理了一些优化CPU使用的方法,大家可以根据需要进行选择... 目录一、优化查询和索引1.1 优化查询语句1.2 创建和优化索引1.3 避免全表扫描二、调整mysql配置参数2.1 调整线程数2.

深入解析Java NIO在高并发场景下的性能优化实践指南

《深入解析JavaNIO在高并发场景下的性能优化实践指南》随着互联网业务不断演进,对高并发、低延时网络服务的需求日益增长,本文将深入解析JavaNIO在高并发场景下的性能优化方法,希望对大家有所帮助... 目录简介一、技术背景与应用场景二、核心原理深入分析2.1 Selector多路复用2.2 Buffer

SpringBoot利用树形结构优化查询速度

《SpringBoot利用树形结构优化查询速度》这篇文章主要为大家详细介绍了SpringBoot利用树形结构优化查询速度,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下... 目录一个真实的性能灾难传统方案为什么这么慢N+1查询灾难性能测试数据对比核心解决方案:一次查询 + O(n)算法解决