算法学习之路|POJ - 3259Wormholes(ballman-ford求负权环)

简介: 一道ballman-ford求负权环题

题目大意:一个农夫在田里走,田里有一些虫洞,可以回到过去,农夫想试试能不能通过虫洞遇到过去的自己。

转化题意:一张n个节点构成的图,有m条正权边,w条负权边,问是否有负权环。

#include<stdio.h>
#include<string.h>
#include<algorithm>
#include<iostream>
#define INF 10005
using namespace std;
const int maxn=1005,maxw=INF;
int d[maxn];
int n,m,w,num;
struct Edge
{
    int u,v;
    int t;
}edge[maxw];

bool bellman_ford()
{
    for(int k=1;k<=n;k++)
        d[k]=INF;//初始化
    d[1]=0;//起点为 0
    for(int k=1;k<n;k++)
    {
        bool flag=true;
        for(int i=0;i<num;i++) 
        { 
            int u=edge[i].u;
            int v=edge[i].v; 
            int t=edge[i].t; 
            if(d[v]>d[u]+t)//松弛操作
            {
                d[v]=d[u]+t;
                flag=false;//d没有更新,说明松弛结束,没有负权边
            }
        }
        if(flag)
        return false;
    }

    for(int i=0;i<num;i++) { if(d[edge[i].v]>d[edge[i].u]+edge[i].t)
            return true;//如果仍然能够松弛则存在负环
    }
    return false;
}

int main()
{
    int T;
    scanf("%d",&T);
    while(T--)
    {
        scanf("%d%d%d", &n,&m,&w);
        num=0;

        int u,v,t;
        for(int i=0;i<m;i++) //无向边存两次
        {
            scanf("%d%d%d", &u,&v,&t);
            edge[num].u=u;
            edge[num].v=v;
            edge[num++].t=t;

            edge[num].u=v;
            edge[num].v=u;
            edge[num++].t=t;
        }

        for(int i=1;i<=w;i++) //无向负权边
        {
            scanf("%d%d%d",&u,&v,&t);
            edge[num].u=u;
            edge[num].v=v;
            edge[num++].t=-t;//负权边
        }
        if(bellman_ford()) printf("YES\n"); //存在负数环
        else printf("NO\n");
    }
    return 0;
}

运用了bellman—ford。

之前做题的时候,总是纠结于用什么方法存储边,今天看到直接用存两次的方法存储无向边。。。感觉之前不知道在学什么

 

目录
相关文章
|
2月前
|
机器学习/深度学习 数据采集 搜索推荐
Paper Digest | 突破个性化推荐数据稀疏性:长尾增强的图对比学习算法研究
本文提出了一种新的长尾增强的图对比学习方法(LAGCL),该方法促使模型同时兼顾头部节点与尾部节点之间的知识,并通过长尾增强技术来使模型产出更均匀更准确的节点表征,从而改进基于 GNN 的推荐任务。
|
9天前
|
机器学习/深度学习 算法 前端开发
Scikit-learn进阶:探索集成学习算法
【4月更文挑战第17天】本文介绍了Scikit-learn中的集成学习算法,包括Bagging(如RandomForest)、Boosting(AdaBoost、GradientBoosting)和Stacking。通过结合多个学习器,集成学习能提高模型性能,减少偏差和方差。文中展示了如何使用Scikit-learn实现这些算法,并提供示例代码,帮助读者理解和应用集成学习提升模型预测准确性。
|
9天前
|
机器学习/深度学习 算法 Python
使用Python实现集成学习算法:Bagging与Boosting
使用Python实现集成学习算法:Bagging与Boosting
19 0
|
16天前
|
算法
【算法学习--字符串】(不含KMP算法)
【算法学习--字符串】(不含KMP算法)
|
1月前
|
Rust Dart 算法
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
55.3k star!开源算法教程,附带动画图解,学习算法不再苦恼!
|
1月前
|
算法 C++ 计算机视觉
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
Opencv(C++)学习系列---Laplacian拉普拉斯边缘检测算法
|
1月前
|
算法 C++ 计算机视觉
Opencv(C++)学习系列---Canny边缘检测算法
Opencv(C++)学习系列---Canny边缘检测算法
|
1月前
|
算法 Java 索引
【数据结构与算法】4、双向链表(学习 jdk 的 LinkedList 部分源码)
【数据结构与算法】4、双向链表(学习 jdk 的 LinkedList 部分源码)
31 0
|
1月前
|
存储 算法 Java
【数据结构与算法】1、学习动态数组数据结构(基本模拟实现 Java 的 ArrayList 实现增删改查)
【数据结构与算法】1、学习动态数组数据结构(基本模拟实现 Java 的 ArrayList 实现增删改查)
45 0
|
2月前
|
存储 缓存 网络协议
计算机网络:思科实验【3-集线器与交换机的区别、交换机的自学习算法】
计算机网络:思科实验【3-集线器与交换机的区别、交换机的自学习算法】