poj1062昂贵的聘礼(Dijkstra**)

简介:

/*
   题意: 物主有一个物品,价值为P,地位为L, 以及一系列的替代品Ti和该替代品所对应的"优惠"Vi
   g[u][i] 表示的是u物品被i物品替换后的优惠价格!(u>0, i>0)
   g[u][0]表示不用替换该物品的实际价格 !
   d[0]表示的是第一个物品经过一系列的物品替换之后的最少优惠价格!
   
   思路:每当我们通过Dijkstra算法得到离源点(1)最近的距离的节点 p的时候(也就是1...pre[p], p)这条
   路径上的物品互相替换后得到最优价格,我们需要判断是否满足路径上的任意两个节点的地位差的绝对值是否
   <=m, 如果不是,那么这条路经就废掉了!要从新找最短路! 
*/
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define INF 0x3f3f3f3f 
using namespace std;

int g[105][105];

int d[105];
int L[105];
int vis[105];
int pre[106];
int m, n;
int minP, maxP; 

bool dfs(int p){
    if(p==1) return true;
    if(abs(minP-L[pre[p]])>m || abs(maxP-L[pre[p]])>m){
       g[pre[p]][p]=INF;//这条路径往回走的过程中,如果发现某两个节点的地位差的绝对值>m, 这一条边无效! 
       return false;    //注意:不要改变其他路径的存在情况! 
    }
    if(minP>L[pre[p]]) minP=L[pre[p]];
    if(maxP<L[pre[p]]) maxP=L[pre[p]];
    return dfs(pre[p]);
}

void Dijkstra(){
   memset(d, 0x3f, sizeof(d));
   memset(vis, 0, sizeof(vis));
   d[1]=0;
   vis[1]=1;
   int root=1;
   int minLen, p;
   
   for(int j=1; j<=n; ++j){
          minLen=INF;         
       for(int i=0; i<=n; ++i){
          if(g[root][i]){
              if(!vis[i] && d[i]>d[root]+g[root][i]){
                 d[i]=d[root]+g[root][i];
                 pre[i]=root;
              }
              if(!vis[i] && minLen>d[i]){
                  minLen=d[i];
                  p=i;
              }
          }
       }
        minP=maxP=L[p];
        if(p && !dfs(p)){//从路径的地步往上走,看一下时候满足条件 
           while(p!=1){
               d[p]=INF;
               p=pre[p];
           }
           j=0;//从头开始寻找其他的路径! 
           root=1;
           memset(vis, 0, sizeof(vis));
           vis[root]=1;
           continue;
        }
        root=p;
        vis[root]=1;
   }
}


int main(){
    while(scanf("%d%d", &m, &n)!=EOF){
        memset(g, 0x3f, sizeof(g));
        for(int i=1; i<=n; ++i){
            int p, x;
            scanf("%d%d%d", &p, &L[i], &x);
            g[i][0]=p;
            while(x--){
               int v, w;
               scanf("%d%d", &v, &w);
               g[i][v]=w;
            }
        }
        Dijkstra();
        printf("%d\n", d[0]);
    }
    return 0;
}

目录
相关文章
|
15天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
10天前
|
缓存 并行计算 PyTorch
144_推理时延优化:Profiling与瓶颈分析 - 使用PyTorch Profiler诊断推理延迟,优化矩阵运算的独特瓶颈
在2025年的大模型时代,推理时延优化已经成为部署LLM服务的关键挑战之一。随着模型规模的不断扩大(从数亿参数到数千亿甚至万亿参数),即使在最先进的硬件上,推理延迟也常常成为用户体验和系统吞吐量的主要瓶颈。
349 147
|
10天前
|
机器学习/深度学习 存储 缓存
92_自我反思提示:输出迭代优化
在大型语言模型(LLM)应用日益普及的今天,如何持续提升模型输出质量成为了业界关注的核心问题。传统的提示工程方法往往依赖一次性输入输出,难以应对复杂任务中的多轮优化需求。2025年,自我反思提示技术(Self-Reflection Prompting)作为提示工程的前沿方向,正在改变我们与LLM交互的方式。这项技术通过模拟人类的自我反思认知过程,让模型能够对自身输出进行评估、反馈和优化,从而实现输出质量的持续提升。
400 136
|
4天前
|
人工智能 移动开发 自然语言处理
阿里云百炼产品月刊【2025年9月】
本月通义千问模型大升级,新增多模态、语音、视频生成等高性能模型,支持图文理解、端到端视频生成。官网改版上线全新体验中心,推出高代码应用与智能体多模态知识融合,RAG能力增强,助力企业高效部署AI应用。
255 1
|
14天前
|
存储 人工智能 搜索推荐
终身学习型智能体
当前人工智能前沿研究的一个重要方向:构建能够自主学习、调用工具、积累经验的小型智能体(Agent)。 我们可以称这种系统为“终身学习型智能体”或“自适应认知代理”。它的设计理念就是: 不靠庞大的内置知识取胜,而是依靠高效的推理能力 + 动态获取知识的能力 + 经验积累机制。
405 135
|
14天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
531 133
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
14天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
545 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)