给一个无向图,求出两个值,所有点到所有其他点的最短距离和,任意删除一条边后的这个值。

数据规模是100点1000边。

白书例题,不多说了直接对于每个点求出最短路树,对于每条边,如果它不是最短路树上的边,那么我们不需要对它进行最短路计算了,由于点数只有100,那么树上的边只有n-1,所以我们对于以每个点为源点的树,只需要重新计算n-1次最短路即可,每次计算复杂度为n*m,最终复杂度就是n*n*m*log()。个人觉得有点高,不过实际跑起来还是很快的。

注意有重边,要多加判断了。

召唤代码君:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <queue>
#define maxn 2222
typedef long long ll;
using namespace std; struct heapnode{
ll D,U;
bool operator < (heapnode ND) const {
return D>ND.D;
}
};
ll inf=~0U>>;
ll to[maxn],c[maxn],next[maxn],first[maxn],edge;
ll u[maxn],v[maxn],w[maxn],minlen[maxn][maxn],tim[maxn][maxn];
ll dis[maxn],from[maxn],C[maxn],f[maxn][maxn];
bool key[maxn],akey[maxn],done[maxn];
ll n,m,L,ans,sum; void _init()
{
edge=-,sum=ans=;
for (int i=; i<=n; i++)
{
first[i]=-,C[i]=;
for (int j=; j<=n; j++) minlen[i][j]=inf;
for (int j=; j<=m; j++) f[i][j]=;
}
} void addedge(int U,int V,int W)
{
edge++;
to[edge]=V,c[edge]=W,next[edge]=first[U],first[U]=edge;
edge++;
to[edge]=U,c[edge]=W,next[edge]=first[V],first[V]=edge;
} ll dijkstra(int S,int EG,ll Dis[],ll From[],bool Key[])
{
priority_queue<heapnode> Q;
for (int i=; i<=n || i<=m; i++)
{
if (i<=n) Dis[i]=inf,From[i]=-,done[i]=false;
if (i<=m) Key[i]=false;
}
Dis[S]=;
Q.push((heapnode){,S});
while (!Q.empty())
{
heapnode ND=Q.top();
Q.pop();
int cur=ND.U;
if (done[cur]) continue;
else done[cur]=true;
if (From[cur]!=-) Key[From[cur]/+]=true;
for (int i=first[cur]; i!=-; i=next[i])
if (i!=EG+EG- && i!=EG+EG- && Dis[cur]+c[i]<Dis[to[i]])
{
Dis[to[i]]=Dis[cur]+c[i];
From[to[i]]=i;
Q.push((heapnode){Dis[to[i]],to[i]});
}
}
ll tot=;
for (int i=; i<=n; i++)
if (Dis[i]!=inf) tot+=Dis[i];
else tot+=L;
return tot;
} int main()
{
inf*=inf;
while (scanf("%lld%lld%lld",&n,&m,&L)!=EOF)
{
_init();
for (int i=; i<=m; i++)
{
scanf("%lld%lld%lld",&u[i],&v[i],&w[i]);
addedge(u[i],v[i],w[i]);
if (w[i]<minlen[u[i]][v[i]]) minlen[u[i]][v[i]]=minlen[v[i]][u[i]]=w[i],tim[u[i]][v[i]]=tim[v[i]][u[i]]=;
else if (w[i]==minlen[u[i]][v[i]]) tim[u[i]][v[i]]++,tim[v[i]][u[i]]++;
}
for (int i=; i<=n; i++)
{
C[i]=dijkstra(i,m+,dis,from,key);
ans+=C[i];
for (int j=; j<=m; j++)
if (!key[j] || tim[u[j]][v[j]]> || minlen[u[j]][v[j]]!=w[j]) f[i][j]=C[i];
else f[i][j]=dijkstra(i,j,dis,from,akey);
}
for (int i=; i<=m; i++)
{
ll tmp=;
for (ll j=; j<=n; j++) tmp+=f[j][i];
sum=max(sum,tmp);
}
printf("%lld %lld\n",ans,sum);
}
return ;
}

UVAlive4080_Warfare And Logistics的更多相关文章

  1. .VDI manual Technical Logistics - Volume 2: Industrial Trucks

    VDI manual Technical Logistics - Volume 2: Industrial Trucks Name Publication date: State VDI 2196 B ...

  2. UVA1416 Warfare And Logistics

    UVA1416 Warfare And Logistics 链接:http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=36232 [ ...

  3. 笔记+R︱Logistics建模简述(logit值、sigmoid函数)

    本笔记源于CDA-DSC课程,由常国珍老师主讲.该训练营第一期为风控主题,培训内容十分紧凑,非常好,推荐:CDA数据科学家训练营 ---------------------------------- ...

  4. logistics回归理解

    多元回归方程:假设有一个因变量y和一组自变量x1, x2, x3, ... , xn,其中y为连续变量,我们可以拟合一个线性方程: y =β0 +β1*x1 +β2*x2 +β3*x3 +...+βn ...

  5. logistics回归简单应用(二)

    警告:本文为小白入门学习笔记 网上下载的数据集链接:https://pan.baidu.com/s/1NwSXJOCzgihPFZfw3NfnfA 密码: jmwz 不知道这个数据集干什么用的,根据直 ...

  6. logistics回归简单应用——梯度下降,梯度上升,牛顿算法(一)

    警告:本文为小白入门学习笔记 由于之前写过详细的过程,所以接下来就简单描述,主要写实现中遇到的问题. 数据集是关于80人两门成绩来区分能否入学: 数据集: http://openclassroom.s ...

  7. python3二元Logistics Regression 回归分析(LogisticRegression)

    纲要 boss说增加项目平台分析方法: T检验(独立样本T检验).线性回归.二元Logistics回归.因子分析.可靠性分析 根本不懂,一脸懵逼状态,分析部确实有人才,反正我是一脸懵 首先解释什么是二 ...

  8. 机器学习算法的Python实现 (1):logistics回归 与 线性判别分析(LDA)

    先收藏............ 本文为笔者在学习周志华老师的机器学习教材后,写的课后习题的的编程题.之前放在答案的博文中,现在重新进行整理,将需要实现代码的部分单独拿出来,慢慢积累.希望能写一个机器学 ...

  9. 1.2、Logistics Regression算法实践

     1.1.Logistics Regression算法实践 有了上篇博客的理论准备后,接下来,我们用以及完成的函数,构建Logistics Regression分类器.我们利用线性可分的数据作为训练样 ...

随机推荐

  1. Performance Monitor2:性能计数器

    性能计数器(Performance Counter)是量化系统状态或活动的一个数值,Windows Performance Monitor在一定时间间隔内(默认的取样间隔是15s)获取Performa ...

  2. Form,tagName和nodeName的区别

    首先介绍DOM里常见的三种节点类型(总共有12种,如docment):元素节点,属性节点以及文本节点,例如<h2 class="title">head</h2&g ...

  3. CentOS安装log.io

    官网 http://logio.org/ log.io是运行在node.js之上的 可通过浏览器访问服务器日志 类似于tail -f命令 它只负责实时传输数据 而不会去存储历史数据 npm insta ...

  4. [Unity] unity5.3 assetbundle打包及加载

    Unity5.3更新了assetbundle的打包和加载api,下面简单介绍使用方法及示例代码. 在Unity中选中一个prefab查看Inspector窗口,有两个位置可以进行assetbundle ...

  5. CentOS7上部署ASP.Net Core 2.2应用

    前言 在CentOS7上部署ASP.Net Core应用是我的技术路线验证的一部分,下一个产品计划采用ASP.Net Boilerplate Framework开发.因此需要求提前进行一下技术验证,在 ...

  6. CF 675E Trains and Statistic

    草稿和一些题解而已 因为指针太恶心了 所以query决定还是要试试自己yy一下 #include<cstdio> #include<cstring> #include<i ...

  7. SQL Operations Studio的安装和使用

    之前管理和访问SQL SERVER使用的自然是SSMS,功能确实很强大的一个数据库图形化管理软件,但是SSMS有个问题就是体积超级大,启动速度也就比较慢.今天我正好要学习一些T-SQL的内容,在微软的 ...

  8. 1分钟入门接口自动化框架Karate

    介绍 在这篇文章中,我们将介绍一下开源的Web-API自动化测试框架——Karate Karate是基于另一个BDD测试框架Cucumber来建立的,并且共用了一些相同的思想.其中之一就是使用Gher ...

  9. java.lang.ClassNotFoundException: com.fasterxml.jackson.databind.ObjectMapper

    RabbitMq配置时常见错误 java.lang.ClassNotFoundException: com.fasterxml.jackson.databind.ObjectMapper <de ...

  10. 学霸网站-Alpha版本发布说明

    项目名称 学霸网站 项目版本 Alpha 项目团队 ourteam 发布日期 2014-11-23 一.版本的新功能 1.匿名提问 用户提问的时候可以选择匿名提问,这样在问题的详细信息不会显示提出者的 ...