当前位置: 首页 > news >正文

day62 53.寻宝

53. 寻宝(第七期模拟笔试) 

题目描述

在世界的某个区域,有一些分散的神秘岛屿,每个岛屿上都有一种珍稀的资源或者宝藏。国王打算在这些岛屿上建公路,方便运输。

不同岛屿之间,路途距离不同,国王希望你可以规划建公路的方案,如何可以以最短的总公路距离将 所有岛屿联通起来(注意:这是一个无向图)。 

给定一张地图,其中包括了所有的岛屿,以及它们之间的距离。以最小化公路建设长度,确保可以链接到所有岛屿。

输入描述

第一行包含两个整数V 和 E,V代表顶点数,E代表边数 。顶点编号是从1到V。例如:V=2,一个有两个顶点,分别是1和2。

接下来共有 E 行,每行三个整数 v1,v2 和 val,v1 和 v2 为边的起点和终点,val代表边的权值。

输出描述

输出联通所有岛屿的最小路径总距离 

输入示例
7 11
1 2 1
1 3 1
1 5 2
2 6 1
2 4 2
2 3 2
3 4 1
4 5 1
5 6 2
5 7 1
6 7 1
输出示例
6
提示信息

数据范围:
2 <= V <= 10000;
1 <= E <= 100000;
0 <= val <= 10000;

如下图,可见将所有的顶点都访问一遍,总距离最低是6.

  

第一种方法(prim算法):

v, e = map(int, input().split())grid = [[10001] * (v + 1) for _ in range(v + 1)]for i in range(e):x, y, k = map(int, input().split())grid[x][y] = kgrid[y][x] = kmin_dist = [10001] * (v + 1) # 所有非生成树节点到生成树的距离is_tree = [False] * (v + 1) # 这个节点是否在树里# 有v个节点,最少的边树是v-1, 所以循环v - 1次就可以建立起一个v个节点的图
for _ in range(v - 1):# prim三部曲,第一步:选距离生成树最近节点cur = -1min_val = float('inf')for i in range(1, v + 1): # 从1-v,从1开始到第v个节点# 选取条件:# 1.不在树里# 2.距离最小生成树最近的节点if not is_tree[i] and min_dist[i] < min_val:min_val = min_dist[i]cur = i# prim三部曲,第二部:将选择的节点加入到树中is_tree[cur] = True# prim三部曲,第三部:更新非生成树节点到生成树的距离(即min_dist数组)# cur节点加入之后,最小生成树加入了新节点,那么所有节点到最小生成树的距离(即min_dist数组)更新一下# 由于cur节点是新加入的,所以只需要关心与cur节点相连的 非生成树节点是否比 原来非生成树节点到最小生成树的距离小for i in range(1, v + 1):# 更新条件:# 1.节点是非生成树的节点# 2.与cur相连的某节点的权值 比 某节点到最小生成树的距离 小if not is_tree[i] and grid[cur][i] < min_dist[i]:min_dist[i] = grid[cur][i]result = 0   
for i in range(2, v + 1): # 不计第一个节点,因为统计的是边的权值,n个节点,有n - 1条边result += min_dist[i]print(result)    

第二种方法(kruskal算法):

class Edge:# l,r为 边两边的节点,val为边的数值def __init__(self, l, r, val):self.l = lself.r = rself.val = valn = 10001
father = list(range(n))# 并查集初始化
def init():global fatherfather = list(range(n))# 并查集的寻根操作
def find(u):if u == father[u]:return uelse:father[u] = find(father[u]) # 路径压缩return father[u]# 并查集加入集合
def join(u, v):u = find(u)v = find(v)if u == v:returnfather[v] = udef main():v, e = map(int, input().split())edges = []for _ in range(e):v1, v2, val = map(int, input().split())edges.append(Edge(v1, v2, val))# 执行kruscal算法# 按边的权值对边进行从小到大的排序edges.sort(key = lambda edge: edge.val)# 并查集初始化init()result_val = 0for edge in edges:x = find(edge.l)y = find(edge.r)if x != y:result_val += edge.valjoin(x, y)print(result_val)if __name__ == '__main__':main()

 

 


http://www.mrgr.cn/news/70676.html

相关文章:

  • 常用数据结构详解
  • 确保PyTorch在系统中正确使用CUDA的全面指南
  • 工业生产安全-安全帽第二篇-用java语言看看opencv实现的目标检测使用过程
  • TypeScript 装饰器都有那些应用场景?如何更快的上手?
  • dockerdsktop修改安装路径/k8s部署wordpress和ubuntu
  • 基于web的教务系统的实现(springboot框架 mysql jpa freemarker)
  • 【编程概念基础知识】
  • 【数据结构】图的应用的时间复杂度
  • ‌MySQL 5.7和8.0版本在多个方面存在显著区别,主要包括性能优化、新特性引入以及安全性提升
  • 【FF++】FaceForensics++: Learning to Detect Manipulated Facial Images
  • SpringCloud微服务聚合工程创建指南
  • 明日周刊-第27期
  • [CUDA] cuda程序编译注意事项
  • 解码潜意识:如何用Python构建梦境分析模型
  • C#入门 020 事件(类型成员)
  • (05/16) - 萨班斯-奥克斯利法案(SOX)--- 详解SOX法案
  • 【uiautomator】自动化测试camera【一】
  • 简述 synchronized 和 java.util.concurrent.locks.Lock 的异同?
  • Scrapy搭配Selenium爬取豆瓣电影250排行榜动态网页数据
  • Linux中线程的基本概念与线程控制
  • 深⼊理解指针(5)[回调函数、qsort相关知识(qsort可用于各种类型变量的排序)】
  • YOLOv11融合CVPR[2020]自校准卷积SCConv模块及相关改进思路|YOLO改进最简教程
  • 前端知识点---字符串的8种拼接方法(Javascript)
  • 边缘检测的100种方法
  • PCL 点云拟合 Ransac拟合空间球体
  • 基于图的去中心化社会推荐过滤器