HDOJ 2066 floyed优化算法
一个人的旅行
Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 15657 Accepted Submission(s): 5350
#include<cstdio>
#include<cstring>
#define inf 0xffffff
int max_city;
int g[][];
void floyed(int n)
{
int i,j,k;
for(k=;k<=n;k++)
{
for(i=;i<=n;i++)
{
//if(g[i][k]!=inf)//优化floyed
for(j=;j<=n;j++)
{
if(g[i][k]+g[k][j]<g[i][j])
g[j][i]=g[i][j]=g[i][k]+g[k][j];
}
}
}
}
int main()
{
int t,s,d,i,j;
int st[],end;
while(scanf("%d %d %d",&t,&s,&d)!=EOF)
{
max_city=-;
for(i=;i<=;i++)
{
for(j=;j<=;j++)
g[i][j]=inf;
g[i][i]=;
}
int a,b,time;
for(i=;i<=t;i++)
{
scanf("%d %d %d",&a,&b,&time);
if(a>max_city)
max_city=a;
if(b>max_city)
max_city=b;
if(g[a][b]>time)
g[a][b]=g[b][a]=time; }
for(i=;i<=s;i++)
scanf("%d",&st[i]);
floyed(max_city);
int min=inf;
for(i=;i<=d;i++)
{
scanf("%d",&end);
for(j=;j<=s;j++)
if(g[st[j]][end]<min)
min=g[st[j]][end];
}
printf("%d\n",min);
}
return ;
}
优化后:
| 9891653 | 2013-12-25 17:27:21 | Accepted | 2066 | 187MS | 4152K | 992 B | G++ | 泽泽 |
#include<cstdio>
#include<cstring>
#define inf 0xffffff
int max_city;
int g[][];
void floyed(int n)
{
int i,j,k;
for(k=;k<=n;k++)
{
for(i=;i<=n;i++)
{
if(g[i][k]!=inf)//优化floyed
for(j=;j<=n;j++)
{
if(g[i][k]+g[k][j]<g[i][j])
g[j][i]=g[i][j]=g[i][k]+g[k][j];
}
}
}
}
int main()
{
int t,s,d,i,j;
int st[],end;
while(scanf("%d %d %d",&t,&s,&d)!=EOF)
{
max_city=-;
for(i=;i<=;i++)
{
for(j=;j<=;j++)
g[i][j]=inf;
g[i][i]=;
}
int a,b,time;
for(i=;i<=t;i++)
{
scanf("%d %d %d",&a,&b,&time);
if(a>max_city)
max_city=a;
if(b>max_city)
max_city=b;
if(g[a][b]>time)
g[a][b]=g[b][a]=time; }
for(i=;i<=s;i++)
scanf("%d",&st[i]);
floyed(max_city);
int min=inf;
for(i=;i<=d;i++)
{
scanf("%d",&end);
for(j=;j<=s;j++)
if(g[st[j]][end]<min)
min=g[st[j]][end];
}
printf("%d\n",min);
}
return ;
}
HDOJ 2066 floyed优化算法的更多相关文章
- [Algorithm] 群体智能优化算法之粒子群优化算法
同进化算法(见博客<[Evolutionary Algorithm] 进化算法简介>,进化算法是受生物进化机制启发而产生的一系列算法)和人工神经网络算法(Neural Networks,简 ...
- 基于网格的分割线优化算法(Level Set)
本文介绍一种网格分割线的优化算法,该方法能够找到网格上更精确.更光滑的分割位置,并且分割线能够自由地合并和分裂,下面介绍算法的具体原理和过程. 曲面上的曲线可以由水平集(level set)形式表示, ...
- paper 8:支持向量机系列五:Numerical Optimization —— 简要介绍求解求解 SVM 的数值优化算法。
作为支持向量机系列的基本篇的最后一篇文章,我在这里打算简单地介绍一下用于优化 dual 问题的 Sequential Minimal Optimization (SMO) 方法.确确实实只是简单介绍一 ...
- MOPSO 多目标例子群优化算法
近年来,基于启发式的多目标优化技术得到了很大的发展,研究表明该技术比经典方法更实用和高效.有代表性的多目标优化算法主要有NSGA.NSGA-II.SPEA.SPEA2.PAES和PESA等.粒子群优化 ...
- SMO优化算法(Sequential minimal optimization)
原文:http://www.cnblogs.com/jerrylead/archive/2011/03/18/1988419.html SMO算法由Microsoft Research的John C. ...
- hdoj 2066 一个人的旅行 【多源多汇最短路】
题目:hdoj 2066 一个人的旅行 方法:缩点 + 最短路 分析:看了大神的一篇博客,讲冗余压缩的,然后就想找一个多源最短路练练手. 这个题目就是典型的多源多汇最短路 方法:把全部的源点压缩成一个 ...
- 优化算法-BFGS
优化算法-BFGS BGFS是一种准牛顿算法, 所谓的"准"是指牛顿算法会使用Hessian矩阵来进行优化, 但是直接计算Hessian矩阵比较麻烦, 所以很多算法会使用近似的He ...
- NYOJ-63 小猴子下落(二叉树及优化算法详解)
小猴子下落 时间限制:3000 ms | 内存限制:65535 KB 难度:3 描述 有一颗二叉树,最大深度为D,且所有叶子的深度都相同.所有结点从左到右从上到下的编号为1,2,3,··· ...
- DeepLearning.ai学习笔记(二)改善深层神经网络:超参数调试、正则化以及优化--Week2优化算法
1. Mini-batch梯度下降法 介绍 假设我们的数据量非常多,达到了500万以上,那么此时如果按照传统的梯度下降算法,那么训练模型所花费的时间将非常巨大,所以我们对数据做如下处理: 如图所示,我 ...
随机推荐
- [AaronYang]C#人爱学不学8[事件和.net4.5的弱事件深入浅出]
没有伟大的愿望,就没有伟大的天才--Aaronyang的博客(www.ayjs.net)-www.8mi.me 1. 事件-我的讲法 老师常告诉我,事件是特殊的委托,为委托提供了一种发布/订阅机制. ...
- 团队项目作业第二项:利用NABCD模型进行竞争性需求分析
项目需求分析与建议--NABCD模型(王鲁跃负责) N (Need 需求) 对于现在的学生来说,我们认为打字是很重要的.不管在什么方面都需要进行电脑打字,例如文员.QQ.MSN.制作,论文等等,都需要 ...
- zabbix修改密码
在我们刚刚安装好zabbix之后我们的管理用户是 Admin,密码是zabbix 所以我们肯定是要更改密码的,这个方法也适用于我们忘记管理员密码 首先我们登录mysql数据库 这里有一个zabbix库 ...
- iOS开发中的错误整理,(百思项目,指示器位置)设置控件尺寸和点坐标,先设置尺寸,再设置点坐标
之前对控件的尺寸和点的坐标的设置从来都是想到什么写什么,从来没有关心过顺序.然后就有了这次的血的教训!!!!! 下面是错误的截图,先设置的中心点,然后设置的宽度.程序运行就这样了,点别的没有毛病!!! ...
- Linux_Centos使用mutt+msmtp发送邮件
一.软件环境 1.centos 6.5 2.msmtp-1.4.32 3.Mutt 1.5.20 (2009-12-10) 二.实现步骤 1.安装配置Mutt $ yum install mutt - ...
- 【ZOJ 3480】Duck Typing
题 题意 1.有t组数据,输入时每组数据之间空格隔开,输出时也要求空格隔开. 2.每组都是一行begin开始,一行end结束. 3.class ClassName[:Super] 表示声明一个类型,S ...
- 34.Android之资源文件res里drawable学习
我们经常看到android工程资源文件res下drawable如ldpi.mdpi.hdpi.xhdpi.xxhdpi文件,今天我们学习了解下. (1)drawable-hdpi里面存放高分辨率的图片 ...
- lnux下源码安装MySQL 5.6
nux下源码安装MySQL 5.6 说明:本文是我自己测试的MySQL5.6源码安装,经本人亲自实践,完全可用,另在5.6之前的版本也是可以按照本文源码安装的.我是在两台linux下一台安装5.5,另 ...
- spring AOP面向切面编程学习笔记
一.面向切面编程简介: 在调用某些类的方法时,要在方法执行前或后进行预处理或后处理:预处理或后处理的操作被封装在另一个类中.如图中,UserService类在执行addUser()或updateUse ...
- pthread_rwlock
读写锁 1.概述 读写锁与互斥量类似,不过读写锁允许更高的并行性.互斥量要么是锁住状态,要么是不加锁状态,而且一次只有一个线程对其加锁.读写锁可以有三种状态:读模式下加锁状态,写模式下加锁状态,不 ...