博客
关于我
G. Reducing Delivery Cost(思维+最短路)
阅读量:242 次
发布时间:2019-03-01

本文共 1700 字,大约阅读时间需要 5 分钟。


思路:开始看到了路线免费,以为是出了分层最短路板子,看了看发现只让一条路免费。

开始直接考虑暴力,枚举每条边,然后每个点进行dijkstra,最后取最小。复杂度O(n^2klogm);

考虑一下对每个点其实可以先预处理,提前处理好每个点的对应的最短路。O(n^2logm)

考虑免费的边的贡献。

对每一个ki来说,边(a,b)有三种情况。

1.开始不在其最短路路径上,免费后也不在其最短路路径上。

2.开始不在其最短路路径上,免费后在其最短路路径上。

3.开始在其最短路路径上,免费后在其最短路路径上。

对于第一种情况,ki的最短路长度不变,仍然是原来的dis[ki.first][ki.second] (ki.first和ki.second分别代表其起点和终点)

对于第二三种情况,ki的最短路长度可能变化,dis[ki.first][a]+dis[ki.second][b];dis[ki.first][b]+dis[ki.second][a];

那么枚举边,再枚举每个k,求出总和的最小.

总时间复杂度O(mk+n^2logm)

#include
#include
#include
#include
#include
#include
#include
#include
#include
#define debug(a) cout<<#a<<"="<
<
P;///first距离,second编号LL dis[maxn];LL n,m,k,start;struct edge{ LL to,cost;};vector
g[maxn];LL f[maxn][maxn];bool vis[maxn];void dijkstra(){ LL s=start; memset(dis,0x3f,sizeof(dis)); memset(vis,0,sizeof(vis)); dis[s]=0; priority_queue< P, vector

, greater

>que; que.push({0,s}); while(!que.empty()) { P p=que.top();que.pop(); LL v=p.second; if(vis[v]) continue; vis[v]=1; for(LL i=0;i

dis[v]+e.cost) { dis[e.to]=dis[v]+e.cost; que.push({dis[e.to],e.to}); } } } for(LL j=1;j<=n;j++){ f[s][j]=dis[j]; }}int main(void){ cin.tie(0);std::ios::sync_with_stdio(false); cin>>n>>m>>k; vector
>Edge; for(LL i=1;i<=m;i++) { LL u,v,w;cin>>u>>v>>w; g[u].push_back({v,w}); g[v].push_back({u,w}); Edge.push_back({u,v}); } vector
> v; for(LL i=1;i<=k;i++) { LL a,b;cin>>a>>b; v.push_back({a,b}); } for(LL i=1;i<=n;i++) { start=i; dijkstra(); } LL sum=1e18; for(auto i:Edge)///遍历每条边 { LL a=i.first;LL b=i.second; LL ans=0; for(auto j:v)///遍历所有人 { ans+=min( f[j.first][j.second],min(f[j.first][a]+f[j.second][b],f[j.first][b]+f[j.second][a]) ); } sum=min(sum,ans); } cout<
<

 

转载地址:http://twct.baihongyu.com/

你可能感兴趣的文章
NISP国家信息安全水平考试,收藏这一篇就够了
查看>>
NIS服务器的配置过程
查看>>
NIS认证管理域中的用户
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 时事和见解【2023】
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>