是真懂还是假懂? Floyed算法:是最短路径算法可以说是最慢的一个. 原理:O(n^3)的for循环,对每一个中间节点k做松弛(寻找更短路径): 但它适合算多源最短路径,即任意两点间的距离. 但spfa,迪杰斯特拉就只能算一个点到其他任一点的最短路径.   关键在于,我们真的真正理解floyed吗?   就是因为它太短了,以至于我们有些人(神仙除外)看代码后看到这样一个语句:   d[i][j]=min(d[i][j],d[i][k]+d[k][j])   也就是说,对于每一个中转点k来说,进

主题链接:点击打开链接 意大利正在寻求称号 i<j<k && a[i]>a[j]>a[k] 的对数 假设仅仅有2元组那就是求逆序数的做法 三元组的话就用一个树状数组x表示 数字i前面有多少个比自己大的个数 然后每次给这个y数组求和,再把x中>a[i]的个数存入y中就可以 #include <algorithm> #include <cctype> #include <cassert> #include <cstdio&

for(j=0,i=0;j<6,i<10;j++,i++) { k=i+j; } k 值最后是多少? <script type="text/javascript"> function Test() { var k=0; for(j=0,i=0;j<6,i<10;j++,i++) { k=i+j; } alert(k); } </script> 答案是18,首先每次for循环的i和j值是相等的: 第一次:j=0,i=0, 符合条件,k=j+

在数组a中,a[i]+a[j]=a[k],求a[k]的最大值,a[k]max. 思路:将a中的数组两两相加,组成一个新的数组.并将新的数组和a数组进行sort排序.然后将a数组从大到小与新数组比较,如果当比较到a中第二个数组时,仍无满足条件,则返回最大值不存在. 情况一:不考虑i和j相等的情况.此时新数组长度为a.length*(a.length-1)/2; import java.util.Arrays; public class max { public static void main(S

给定一个数列a1,a2,a3,...,an和m个三元组表示的查询,对于每个查询(i,j,k),输出ai,ai+1,...,aj的升序排列中第k个数. #include <iostream> using namespace std; #define SIZE 20 #define M 3 typedef struct Elem { int i, j; int k; } ELEM; /* 表示一个元素的三元组结构 */ int getMedian(int* arr, int low, int hi

/** 题目:hdu5536 Chip Factory 链接:http://acm.hdu.edu.cn/showproblem.php?pid=5536 题意:给定n个数,令X=(a[i]+a[j])^a[k], i,j,k都不同.求最大的X. 思路:字典树,由于转化为二进制最大是32位.将所有数转化为二进制,不足32位补0. 然后逆序插入字典树(逆序是为了查询的时候,保证先找最大的位,这样结果才是最大的). 枚举i,j.从字典树删除i,j.然后在字典树找k.计算结果.然后把i,j的数重新插入

Cow Contest Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 5989   Accepted: 3234 Description N (1 ≤ N ≤ 100) cows, conveniently numbered 1..N, are participating in a programming contest. As we all know, some cows code better than others

Floyed算法(实际是动态规划问题) 问题:权值矩阵matrix[i][j]表示i到j的距离,如果没有路径则为无穷 求出权值矩阵中任意两点间的最短距离 分析:对于每一对定点u,v看是否存在一个点w使从u到w再到v的路径长度比已知路径短 如果有则更新从u到w的距离 参考网页 1:不用状态压缩的动态规划算法: 状态定义:d[1][i][j]表示以1作为媒介时从i到j的最短距离 d[2][i][j]表示以1,2中的点作为媒介时从i到j的最短距离 …… d[n][i][j]表示以1,2, ……n中的点

题目链接:http://poj.org/problem?id=3259 题目大意:一个图,有n个顶点,其中有m条边是双向的且权值为为正,w条边是单向的且权值为负,判断途中是否存在负环,如果有输出YES,没有输出NO. Sample Input 2 3 3 1 1 2 2 1 3 4 2 3 1 3 1 3 3 2 1 1 2 3 2 3 4 3 1 8 Sample Output NO YES 解题思路:套用Bellman_Ford算法判断图是否存在负环具体详见代码: #include<iost

for(int k=1;k<=n;k++) for(int i=1;i<=n;i++) for(int j=1;j<=k;j++) if(f[i][k]+f[k][j]<f[i][j]) f[i][j]=f[i][k]+f[k][j]; 以上为floyed的基础模板.Floyed算法,用来计算这个图上任意点对间的距离,3重循环,简单思考便知道,k表示要i - k和k - j去尝试更新i – j. Floyed算法最神奇的地方在于k循环的位置,为什么要放在最外层而不是最内层,简单思索

#include<iostream>#include<cstdio>int v,e,n; //v是顶点数,e是条数int v1[101][101],path[101][101]; using namespace std; void input(int n){ int max=99999; int x; for(int i=1;i<=n;i++) for(int j=1;j<=n;j++) { cin>>x; if(x!=0) v1[i][j]=x; else

Cow Contest POJ - 3660 :http://poj.org/problem?id=3660   参考:https://www.cnblogs.com/kuangbin/p/3140837.html   题意: n头牛,有m对牛进行了比赛,现在告诉你每队牛比赛的结果,A胜B,问有几头牛的排名可以确定. 思路: 题目给出了m对的相对关系,求有多少个排名是确定的. 使用floyed求一下传递闭包.如果这个点和其余的关系都是确定的,那么这个点的排名就是确定的. #include <al

package com.test.forname; public class TestForName { public static void main(String[] args) throws Exception{ /* A a = (A) Class.forName("com.test.a.A").newInstance(); Class<?> c = Class.forName("com.test.c.C"); System.out.printl

根据不同的编译器,生产的代码不一样,导致的结果也会不一样. 代码如下: #include <stdio.h> void main() { ; int q; q =(++j)+(++j)+(++j); } 环境:win7 编译器:GCC IDE:vc++6.0  /DEV-C++ 结果:q = 22 : q =(++j)+(++j)+(++j); mov eax,dword ptr [ebp-] 移动J=5到寄存器eax内 add eax, 在寄存器eax值上加1,eax= 0040103C m

数据挖掘算法学习笔记汇总 数据挖掘算法(一)–K近邻算法 (KNN) 数据挖掘算法(二)–决策树 数据挖掘算法(三)–logistic回归 算法简介 KNN算法的训练样本是多维特征空间向量,其中每个训练样本带有一个类别标签.算法的训练阶段只包含存储的特征向量和训练样本的标签. 在分类阶段,k是一个用户定义的常数.一个没有类别标签的向量(查询或测试点)将被归类为最接近该点的k个样本点中最频繁使用的一类. 一般情况下,将欧氏距离作为距离度量 d=(x1−x2)2+(y1−y2)2−−−−−−−−−−

机器学习算法及代码实现–K邻近算法 1.K邻近算法 将标注好类别的训练样本映射到X(选取的特征数)维的坐标系之中,同样将测试样本映射到X维的坐标系之中,选取距离该测试样本欧氏距离(两点间距离公式)最近的k个训练样本,其中哪个训练样本类别占比最大,我们就认为它是该测试样本所属的类别. 2.算法步骤: 1)为了判断未知实例的类别,以所有已知类别的实例作为参照 2)选择参数K 3)计算未知实例与所有已知实例的距离 4)选择最近K个已知实例 5)根据少数服从多数的投票法则(majority-voting

Description   The SUM problem can be formulated as follows: given four lists A, B, C, D<tex2html_verbatim_mark> of integer values, compute how many quadruplet (a, b, c, d ) AxBxCxD<tex2html_verbatim_mark> are such that a + b + c + d = 0<tex

给出集合 [1,2,3,…,n],其所有元素共有 n! 种排列. 按大小顺序列出所有排列情况,并一一标记,当 n = 3 时, 所有排列如下: "123" "132" "213" "231" "312" "321" 给定 n 和 k,返回第 k 个排列. 说明: 给定 n 的范围是 [1, 9]. 给定 k 的范围是[1,  n!]. 示例 1: 输入: n = 3, k = 3 输出:

参考算法导论9.3节的内容和这位大神的博客:http://blog.csdn.net/v_JULY_v上对这一节内容代码的实现进行了学习 尝试实现了以查找中位数为前提的select算法. 算法功能:可以确定一个数组中第k大的元素. 算法思想描述如下: 1.将输入n个元素划分为(n/5:向下取整)个组,每组有5个元素.而只有最后一组为数组剩下的(n mod 5)个元素组成. 2.寻找这些组的中位数:通过对每一个小组进行插入排序,确定中位数.保存到数组mid_arr中.(下标:第i组中位数存在第i位

图结构练习——最短路径 Time Limit: 1000 ms            Memory Limit: 65536 KiB Submit Statistic Discuss Problem Description 给定一个带权无向图,求节点1到节点n的最短路径. Input 输入包含多组数据,格式如下. 第一行包括两个整数n m,代表节点个数和边的个数.(n<=100) 剩下m行每行3个正整数a b c,代表节点a和节点b之间有一条边,权值为c. Output 每组输出占一行,仅输出从

BFPRT算法: 1.介绍: BFPRT算法又叫中位数的中位数算法,主要用于在无序数组中寻找第K大或第K小的数,它的最坏时间复杂度为O(n),它是由Blum,Floyd,Pratt,Rivest,Tarjan提出,它的思想是修改快速选择算法(快排)的主元选取方法,提高在最坏情况下的时间复杂度. 2.具体方法: BFPRT算法主要由两部分组成:快排和基准选取函数.基准选取函数就是中位数的中位数算法的实现,具体来说--就是讲快排的基准选取策略进行了优化,改为每次尽可能的选择中位数作为基准. 所以说算