当前位置: 首页 > news >正文

代码随想录算法训练营第五十八天|动态规划part8

拓扑排序精讲


文章讲解:代码随想录

题目链接:117. 软件构建

拓扑排序是经典的图论问题

给出一个 有向图,把这个有向图转成线性的排序 就叫拓扑排序

拓扑排序也是图论中判断有向无环图的常用方法
判断方法:结果集元素个数 不等于 图中节点个数,我们就可以认定图中一定有 有向环!

算法步骤:

1.找到入度为0的节点 ,加入结果集

2.删除该节点 和该节点相连的边

循环以上两步,直到 所有节点都在图中被移除了。

#include <iostream>
#include <vector>
#include <unordered_map>
#include <queue>
using namespace std;
int main(){//数据准备int n, m;cin>>n>>m;vector<int>inDegree(n,0);  vector<int>ans;unordered_map<int,vector<int>>mp;queue<int>mq;for(int i=0;i<m;i++){int s,t;cin>>s>>t;inDegree[t]++;mp[s].push_back(t);}for(int i=0;i<inDegree.size();i++){if(inDegree[i]==0) mq.push(i);}//循环操作入度为0的点while(!mq.empty()){int cur=mq.front();mq.pop();ans.push_back(cur);auto curEdges=mp[cur];if(curEdges.size()){  //删除该节点相连的边for(int i=0;i<curEdges.size();i++){inDegree[curEdges[i]]--;if(inDegree[curEdges[i]]==0) mq.push(curEdges[i]);}}}if(ans.size()==n){for(int i=0;i<ans.size()-1;i++){cout<<ans[i]<<' ';}cout<<ans[ans.size()-1];}else{cout<<-1;}}

dijkstra(朴素版)精讲

文章讲解:代码随想录

题目链接:47. 参加科学大会(第六期模拟笔试)

在更新 minDist[v] 时,需要检查 grid[curVertex][v] 是否为 INT_MAX,防止 整数溢出INT_MAX + 正数 会溢出成负数)。

dijkstra三部曲

  1. 第一步,选源点到哪个节点近且该节点未被访问过
  2. 第二步,该最近节点被标记访问过
  3. 第三步,更新非访问节点到源点的距离(即更新minDist数组)
#include <iostream>
#include <vector>
#include <climits>using namespace std;int main(){int n,m;cin>>n>>m;vector<vector<int>>grid(n+1,vector<int>(n+1,INT_MAX));vector<int>minDist(n+1,INT_MAX);for(int i=0;i<m;i++){int s,e,v;cin>>s>>e>>v;grid[s][e]=v;}vector<bool>isVisited(n+1,false);int start=1;int end=n;minDist[start]=0;for(int i=1;i<=n;i++){int min=INT_MAX;int curVertex;//找距离源节点最近没有被访问过的点for(int v=1;v<=n;v++){if(!isVisited[v]&&minDist[v]<min){curVertex=v;min=minDist[v];}}//标记为已访问isVisited[curVertex]=true;//更新minDist数组for(int v=1;v<=n;v++){if(!isVisited[v]&&grid[curVertex][v]!=INT_MAX&&grid[curVertex][v]+minDist[curVertex]<minDist[v]){minDist[v]=grid[curVertex][v]+minDist[curVertex];}}}if(minDist[end]==INT_MAX) cout<<-1;else cout<<minDist[end];}

http://www.lryc.cn/news/609066.html

相关文章:

  • Linux 内存调优之如何限制进程、系统级别内存资源
  • 论文阅读笔记:《Dataset Condensation with Distribution Matching》
  • 学习方法论
  • React中的Hooks
  • 【深度学习新浪潮】谷歌新推出的AlphaEarth是款什么产品?
  • Unity_数据持久化_XML序列化与反序列化
  • 05.Redis 图形工具RDM
  • 6.1、Redis多级缓存原理和优化、Redis部分参数优化调整
  • Python篇--- Python 的加载、缓存、覆盖机制
  • 01.Redis 概述
  • 复现cacti的RCE
  • ELECTRICAL靶机
  • [硬件电路-145]:模拟电路 - 常见的电源芯片、用途、管脚定义
  • Spring+K8s+AI实战:3全栈开发指南
  • LeetCode Hot 100,快速学习,不断更
  • Steam饥荒联机版多人服务器搭建全解析 -- 阿里云Linux系统构建云服务器
  • kafka创建topic报错解决思路之一
  • 常⻅框架漏洞
  • 计算用户日活:从数据设计到可视化的全流程(高频场景题)
  • sqli-labs:Less-26关卡详细解析
  • C++-二叉树OJ题
  • 外设数据到昇腾310推理卡 之五 3403ATU
  • react native中markdown添加数学公式的支持
  • Java ++i 与 i++ 底层原理
  • 机器翻译入门:定义、发展简史与核心价值
  • [自动化Adapt] 录制引擎
  • MVCC:数据库事务隔离的 “时空魔法”
  • mysql管理
  • 【Linux系统】进程间通信:匿名管道
  • http://localhost:8080/photos/xxx.png的本地图片访问方案