每周题解:繁忙的都市
题目链接
繁忙的都市
题目描述
城市 C 是一个非常繁忙的大都市,城市中的道路十分的拥挤,于是市长决定对其中的道路进行改造。城市 C 的道路是这样分布的:城市中有 n n n 个交叉路口,有些交叉路口之间有道路相连,两个交叉路口之间最多有一条道路相连接。这些道路是双向的,且把所有的交叉路口直接或间接的连接起来了。每条道路都有一个分值,分值越小表示这个道路越繁忙,越需要进行改造。但是市政府的资金有限,市长希望进行改造的道路越少越好,于是他提出下面的要求:
- 改造的那些道路能够把所有的交叉路口直接或间接的连通起来。
- 在满足要求 1 的情况下,改造的道路尽量少。
- 在满足要求 1、2 的情况下,改造的那些道路中分值最大的道路分值尽量小。
任务:作为市规划局的你,应当作出最佳的决策,选择哪些道路应当被修建。
输入格式
第一行有两个整数 n , m n,m n,m 表示城市有 n n n 个交叉路口, m m m 条道路。
接下来 m m m 行是对每条道路的描述, u , v , c u, v, c u,v,c 表示交叉路口 u u u 和 v v v 之间有道路相连,分值为 c c c。
输出格式
两个整数 s , m a x s, \mathit{max} s,max,表示你选出了几条道路,分值最大的那条道路的分值是多少。
样例 #1
样例输入 #1
4 5
1 2 3
1 4 5
2 4 7
2 3 6
3 4 8
样例输出 #1
3 6
提示
数据范围及约定
对于全部数据,满足 1 ≤ n ≤ 300 1\le n\le 300 1≤n≤300, 1 ≤ c ≤ 1 0 4 1\le c\le 10^4 1≤c≤104, 1 ≤ m ≤ 8000 1 \le m \le 8000 1≤m≤8000。
算法思想
根据题目描述,道路改造后所有交叉路口依然保持连通,改造的道路尽量少,并且改造的那些道路中分值最大的道路分值尽量小。
为了保证改造后依旧是连通的,可以在图中生成一棵树,也就是选择 n − 1 n-1 n−1条边使图依然保持连通,并且此时改造的道路最少。
那么如何保证分值最大的那条道路分值尽量小呢?这里有两种思路。
二分答案
求分值最大的那条道路分值最小,通常可以用二分答案来解决。基本思想是:
- 对所有边按边权从小到大排序
- 在 1 ∼ m 1\sim m 1∼m中选择中间位置 m i d mid mid,检查用 1 ∼ m i d 1\sim mid 1∼mid的所有边能否将 n n n个交叉路口连接起来
- 如果能够连通,再到 1 ∼ m i d 1\sim mid 1∼mid查找答案
- 否则不能连通,再到 m i d + 1 ∼ m mid+1\sim m mid+1∼m查找答案
检查过程中,可以使用并查集的思想来统计连通块中点的个数,判断是否通过若干条边将 n n n个点连接起来。
时间复杂度
将所有边排序的排序时间复杂度为 O ( m l o g m ) O(mlogm) O(mlogm),二分答案的时间复杂度为 O ( m l o g m ) O(mlogm) O(mlogm)。
代码实现
#include <bits/stdc++.h>
using namespace std;
const int M = 16005;
struct E {int a, b, c;bool operator < (const E &e) const{return c < e.c;}
}e[M];
int n, m, p[M];
int find(int x)
{if(x != p[x]) p[x] = find(p[x]);return p[x];
}
bool check(int mid)
{for(int i = 1; i <= mid; i ++) p[i] = i; //并查集初始化int cnt = 1; //连通块中的点数初始化为1for(int i = 1; i <= mid; i ++){int a = e[i].a, b = e[i].b, c = e[i].c;a = find(a), b = find(b);if(a != b) //如果a和b不连通,则将它们连通起来{p[a] = b;cnt ++; //连通块的点数+1}}return cnt == n; //如果连通块中的点数为n,说明所有点连通起来了
}
int main()
{cin >> n >> m;for(int i = 1; i <= m; i ++){int a, b, c;cin >> a >> b >> c;e[i] = {a, b, c};}sort(e + 1, e + m + 1);int L = 1, R = m;while(L < R){int mid = (L + R) / 2;if(check(mid)) R = mid;else L = mid + 1;}cout << n - 1 << " " << e[L].c << endl;return 0;
}
最小生成树
与一般意义的(所有边权和最小的)最小生成树不同,本题中要求的是最大的边权最小的最小生成树。考虑使用Kruskal算法求最小生成树的基本思想:
- 将所有边按边权从小到大排序
- 从小到大依次枚举每条边, a , b , c a, b, c a,b,c,其中边权为 c c c:
- 如果 a a a和 b b b已经连通,那么直接跳过
- 如果 a a a和 b b b不连通,那么就将当前边选出来,将 a a a和 b b b纳入一个连通块
- 当所有点都在同一个连通块时,最小生成树建立完毕。
在这个过程中,由于边权是按从小到大排序的,因此连通最后一个点所使用的边,就是生成树中边权最大的边。
由此可见,Kruskal 算法求出的最小生成树,不但总权值和最小,而且最大边的边权一定是所有的生成树最大边中最小的。
时间复杂度
将所有边排序的排序时间复杂度为 O ( m l o g m ) O(mlogm) O(mlogm),Kruskal时间复杂度为 O ( m ) O(m) O(m)。
代码实现
#include <bits/stdc++.h>
using namespace std;
const int M = 16005;
struct E {int a, b, c;bool operator < (const E &e) const{return c < e.c;}
}e[M];
int n, m, p[M];
int find(int x)
{if(x != p[x]) p[x] = find(p[x]);return p[x];
}int main()
{cin >> n >> m;for(int i = 1; i <= m; i ++){int a, b, c;cin >> a >> b >> c;e[i] = {a, b, c};}sort(e + 1, e + m + 1);for(int i = 1; i <= m; i ++) p[i] = i;int ans;for(int i = 1; i <= m; i ++){int a = find(e[i].a), b = find(e[i].b), c = e[i].c;if(a != b) {p[a] = b;ans = c;}}cout << n - 1 << " " << ans << endl;return 0;
}
相关文章:
每周题解:繁忙的都市
题目链接 繁忙的都市 题目描述 城市 C 是一个非常繁忙的大都市,城市中的道路十分的拥挤,于是市长决定对其中的道路进行改造。城市 C 的道路是这样分布的:城市中有 n n n 个交叉路口,有些交叉路口之间有道路相连,两…...

linux之防火墙工具
netfilter Linux防火墙是由Netfilter组件提供的,Netfilter工作在内核空间,集成在linux内核中。 Netfilter在内核中选取五个位置放了五个hook(勾子) function(INPUT、OUTPUT、FORWARD、PREROUTING、POSTROUTING),而这五个hook function向用户…...
【Python】—— 高阶函数
目录 (一)体验高阶函数 (二)内置高阶函数 2.1 map() 2.2 reduce() 2.3 filter() Python中的高阶函数是指那些接受函数作为参数,或者返回函数作为结果的函数。这种特性让Python的函数编程能力非常强大&…...

逻辑分析仪 - 采样率/采样深度
采样深度(Sampling Depth) 采样深度指的是逻辑分析仪在一次捕获过程中可以记录的最大样本数量。简单来说,采样深度越大,逻辑分析仪可以记录的数据量就越多。这对于分析长时间的信号变化或复杂的信号序列非常重要。 采样率&#…...
【Maven打包将resources/lib/下的jar也打包进jar包中】
Maven打包将resources/lib/下的jar也打包进jar包中 !!!少走弯路 第一步 resources/lib/下引入jar ftp4j-1.7.2.jar替换为自己jar包的名称 <dependency><groupId>it.sauronsoftware.ftp4j</groupId><artifactId>ft…...

基于Java的地震震中附近城市分析实战
目录 前言 一、空间数据说明 1、空间查询 二、Java后台开发 1、模型层设计与实现 2、控制层设计与实现 三、Leaflet地图开发 1、地震震中位置展示 2、附近城市展示 3、成果展示 总结 前言 随着全球气候变化和地壳活动的不断演变,地震作为一种自然灾害&…...

【C语言】指针(三)
目录 一、字符指针 1.1 ❥ 使用场景 1.2 ❥ 有关字符串笔试题 二、数组指针 2.1 ❥ 数组指针变量 2.2 ❥ 数组指针类型 2.3 ❥ 数组指针的初始化 三、数组指针的使用 3.1 ❥ 二维数组和数组名的理解 3.2 ❥ 二维数组传参 四、函数指针 4.1 ❥ 函数的地址 4.2 ❥ 函数…...

【Linux】从零开始认识进程间通信 —— 管道
送给大家一句话: 人要成长,必有原因,背后的努力与积累一定数倍于普通人。所以,关键还在于自己。 – 杨绛 从零开始认识进程间通信 1 为什么要进程间通信2 进程如何通信3 进程通信的常见方式4 管道4.1 什么是管道4.2 管道通信的系…...

Top3专业课150满分,怎么考的?
这个系列会邀请上岸学长学姐进行经验分享~ 今天经验分享的同学是小马哥上海交大819的全程班学员,专业课150分满分,这位同学也是819期末考试的第一名,非常厉害!大家吸吸欧气! 初试成绩单 前言 先介绍下自己࿰…...
Windows Presentation Foundation(WPF)要点总结
Windows Presentation Foundation(WPF)是微软推出的一种用于构建Windows桌面应用程序的框架。自从WPF在.NET Framework 3.0中引入以来,它以其强大的功能和灵活性,逐渐成为开发人员构建现代、富用户界面应用程序的首选。本文将概述…...

【研发日记】嵌入式处理器技能解锁(一)——多任务异步执行调度的三种方法
文章目录 前言 Timer中断调度 Event中断调度 StateFlow调度 分析和应用 总结 参考资料 前言 近期在一些嵌入式系统开发项目中,在使用嵌入式处理器时,遇到了挺多费时费力的事情。所以利用晚上和周末时间,在这些方面深入研究了一下&…...

揭秘Python的魔法:装饰器的超能力大揭秘 ♂️✨
文章目录 Python进阶之装饰器详解1. 引言装饰器的概念与意义装饰器在Python编程中的作用 2. 背景介绍2.1 函数作为对象2.2 高阶函数 3. 装饰器基础3.1 理解装饰器3.2 装饰器的工作原理 4. 带参数的装饰器4.1 为什么需要带参数4.2 实现带参数的装饰器使用函数包裹装饰器使用类实…...

怎么一键消除路人?教你三个消除方法
怎么一键消除路人?在数字时代,摄影已成为我们记录生活、表达情感的重要方式。然而,完美的照片背后往往隐藏着一些不那么完美的元素——比如那些不经意间闯入镜头的路人。他们或许只是匆匆过客,但却足以破坏你精心构图的美好瞬间。…...
Android Settings系统属性读写
Settings系统属性存储均为xml,分三种: 1.global:所有的偏好设置对系统的所有用户公开,第三方APP有读没有写的权限; 源码地址:frameworks/base/core/java/android/provider/Settings.java 对应xml路径&…...
2024年,企业的人才管理怎么做?这5点是关键!
当今时代,各行各业都面临着激烈的竞争。这些竞争归根结底都是人才的竞争。企业若想在竞争中掌握主动权,实现基业长青,就必须努力留住人才,并充分发挥他们的积极性、主动性和创造性。因此,做好人才管理是企业实现长期可…...
数据库DDL语句
数据库DDL语句: 查询所有数据库: show databases;查询当前数据库的名称 select database();创建数据库 create database [if not exists] 数据库名 [default charset 字符集] [collate 排序规则]注意:排序规则指定后,它会影响…...

《艺术大观》知网艺术刊:可加急, 出刊上网快
《艺术大观》 《艺术大观》征文通知 《艺术大观》期刊诚邀学者、艺术家和文化工作者积极投稿,共同探索艺术领域的前沿问题,促进学术交流和艺术创作的发展。我们欢迎各类艺术形式的研究与评论,包括但不限于绘画、雕塑、音乐、舞蹈、戏剧、电…...

如何在go语言中调用c语言代码
1.安装c语言编译器 要使用cgo,需要安装c语言编译器 gcc 2.检查CGO_ENABLED时候开启 使用以下命令查看: go env CGO_ENABLED 如果go env CGO_ENABLED被禁用(为0),需要将其设置为开启(为1) 3.编写c语言程序,并用go语言调用c语言程序 1ÿ…...

Monodle centerNet3D 瑞芯微RKNN、地平线Horizon芯片部署、TensorRT部署
一直想做一点3D目标检测,先来一篇单目3D目标检测Monodle(基于centernet的),训练代码参考官方【代码】,这里只讲讲如何部署。 模型和完整仿真测试代码,放在github上参考链接【模型和完整代码】。 1 模型训练…...
Android Studio 使用MQTT协议开发应用时怎样关闭MQTT连接
Android Studio 使用MQTT协议开发应用时怎样关闭MQTT连接 Android Studio 使用MQTT协议开发应用时关闭MQTT连接 在使用mqtt开发的时候,有时候需要通过 返回 按钮关闭界面或者Activity时,关闭当前页面使用的mqtt连接,这里有两种方式彻底销毁…...

【ArcGIS技巧】—村庄规划规划用地规划状态字段生成工具
"国土空间规划后续也是走向数据治理,数据建库已经是涉及到城市规划、建筑、市政、农业、地理信息、测绘等等方方面面。不得不说以后数据库建设跟维护,是很多专业的必修课。小编就湖南省的村庄规划建库过程中规划用地用海中规划状态字段写了个小工具…...

【原创】基于视觉模型+FFmpeg+MoviePy实现短视频自动化二次编辑+多赛道
AI视频处理系统功能总览 🎯 系统概述 这是一个智能短视频自动化处理系统,专门用于视频搬运和二次创作。系统支持多赛道配置,可以根据不同的内容类型(如"外国人少系列"等)应用不同的处理策略。 Ἵ…...

在 Conda 环境下配置 Jupyter Notebook 环境和工作目录
作为数据科学家或Python开发者,Jupyter Notebook 是我们日常工作的得力工具。本文将详细介绍如何在 Conda 环境中配置 Jupyter Notebook,包括环境设置和工作目录管理,帮助你打造高效的工作流程。 为什么要在 Conda 环境中使用 Jupyter Noteb…...

pytorch 与 张量的处理
系列文章目录 文章目录 系列文章目录一、Tensor 的裁剪二、Tensor 的索引与数据筛选torch.wheretorch.indicestorch.gathertorch.masked_selecttorch.taketorch.nonzero(省略) 三、Tensor 的组合与拼接torch.cattorch.stack 四、Tensor的切片chunksplit …...
AI大神吴恩达-提示词课程笔记
如何有效编写提示词 在学习如何与语言模型(如ChatGPT)交互时,编写清晰且高效的提示词(Prompt)是至关重要的。本课程由ESA提供,重点介绍了提示词工程(Prompt Engineering)的两个核心…...
python版若依框架开发:后端开发规范
python版若依框架开发 从0起步,扬帆起航。 python版若依部署代码生成指南,迅速落地CURD!项目结构解析前端开发规范后端开发规范文章目录 python版若依框架开发1.启动命令2.配置⽂件3.上传配置1.启动命令 本项⽬⾃定义了两个启动命令 pyhton app.py --env=devpython app.p…...

单片机的低功耗模式
什么是低功耗? STM32的低功耗(low power mode)特性是其嵌入式处理器系列的一个重要优势,特别适用于需要长时间运行且功耗敏感的应用场景,如便携式设备、物联网设备、智能家居系统等。 在很多应用场合中都对电子设备的…...
LangChain面试内容整理-知识点1:LangChain架构与核心理念
LangChain 是一个用于构建基于大型语言模型(LLM)的应用的框架,其架构采用模块化设计,核心理念是将语言模型与外部工具、数据源相结合,以实现复杂任务的分解与执行medium.com。整个框架可以理解为一系列可组合的组件,包括链(Chain)、智能体(Agent)、工具(Tool)和LLM…...
React Native图片预加载:让你的应用图片预览像德芙一样丝滑
写在前面:一张图片引发的性能血案 你有没有遇到过这种情况?——用户疯狂滑动你的React Native图片列表,结果图片加载慢得像蜗牛,甚至出现空白闪烁?等到图片终于加载出来,用户早就失去耐心,愤然退出…… 但你知道吗?这个问题只需要几行代码就能解决! 比如,使用reac…...
使用python实现奔跑的线条效果
效果,展示(视频效果展示): 奔跑的线条 from turtle import * import time t1Turtle() t2Turtle() t3Turtle() t1.hideturtle() t2.hideturtle() t3.hideturtle() t1.pencolor("red") t2.pencolor("green") t3…...