hihoCoder#1109 最小生成树三·堆优化的Prim算法

原题地址

坑了我好久。。。提交总是WA,找了个AC代码,然后做同步随机数据diff测试,结果发现数据量小的时候,测试几十万组随机数据都没问题,但是数据量大了以后就会不同,思前想后就是不知道算法写得有什么问题,因为本来就没什么复杂的地方嘛!

后来,突然灵机一动,莫非又是数组开小了?

突然意识到,我是用数组保存图的,所以对于无向图,边数实际上是输入的2倍,于是把数组开成2倍大小,AC了。。。。

我总算知道之前这句温馨提示的意思了。。。

代码:

 1 #include <iostream>
 2 #include <cstring>
 3 #include <queue>
 4
 5 using namespace std;
 6
 7 #define MAX_POINT 2000008
 8
 9 int N, M;
10 int u[MAX_POINT];
11 int v[MAX_POINT];
12 int w[MAX_POINT];
13
14 struct mycmp {
15   bool operator()(const int &i, const int &j) const {
16     return w[i] > w[j];
17   }
18 };
19
20 int f[MAX_POINT];
21 int n[MAX_POINT];
22 priority_queue<int, vector<int>, mycmp> q;
23 bool visited[MAX_POINT];
24
25 int prime() {
26   int res = 0;
27   int left = N - 1;
28
29   visited[1] = true;
30   for (int i = f[1]; i != 0; i = n[i])
31     q.push(i);
32
33   while (!q.empty() && left) {
34     int e = q.top();
35     q.pop();
36     if (visited[v[e]])
37       continue;
38     res += w[e];
39     left--;
40     visited[v[e]] = true;
41     for (int i = f[v[e]]; i != 0; i = n[i]) {
42       if (!visited[v[i]])
43         q.push(i);
44     }
45   }
46
47   return res;
48 }
49
50 int main() {
51   memset(f, 0, sizeof(f));
52   memset(visited, 0, sizeof(visited));
53   scanf("%d%d", &N, &M);
54   for (int i = 1, j = 1; i <= M; i++) {
55     int a, b, c;
56     scanf("%d%d%d", &a, &b, &c);
57     u[j] = a;
58     v[j] = b;
59     w[j] = c;
60     n[j] = f[a];
61     f[a] = j++;
62     u[j] = b;
63     v[j] = a;
64     w[j] = c;
65     n[j] = f[b];
66     f[b] = j++;
67   }
68
69   printf("%d\n", prime());
70
71   return 0;
72 }
时间: 2024-10-24 19:42:27

hihoCoder#1109 最小生成树三·堆优化的Prim算法的相关文章

hihoCoder #1109 最小生成树之堆优化的Prim算法

原题地址:http://hihocoder.com/problemset/problem/1109 #1109 : 最小生成树三·堆优化的Prim算法 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 回到两个星期之前,在成功的使用Kruscal算法解决了问题之后,小Ho产生了一个疑问,究竟这样的算法在稀疏图上比Prim优化之处在哪里呢? 提示:没有无缘无故的优化! 输入 每个测试点(输入文件)有且仅有一组测试数据. 在一组测试数据中: 第1行为2个整数N.M,表示小

hiho一下 第二十九周 最小生成树三&#183;堆优化的Prim算法【14年寒假弄了好长时间没搞懂的prim优化:prim算法+堆优化 】

题目1 : 最小生成树三·堆优化的Prim算法 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 回到两个星期之前,在成功的使用Kruscal算法解决了问题之后,小Ho产生了一个疑问,究竟这样的算法在稀疏图上比Prim优化之处在哪里呢? 提示:没有无缘无故的优化! 输入 每个测试点(输入文件)有且仅有一组测试数据. 在一组测试数据中: 第1行为2个整数N.M,表示小Hi拥有的城市数量和小Hi筛选出路线的条数. 接下来的M行,每行描述一条路线,其中第i行为3个整数N1_

hihoCoder_#1109_堆优化的Prim算法

#1109 : 最小生成树三·堆优化的Prim算法 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 回到两个星期之前,在成功的使用Kruscal算法解决了问题之后,小Ho产生了一个疑问,究竟这样的算法在稀疏图上比Prim优化之处在哪里呢? 提示:没有无缘无故的优化! 输入 每个测试点(输入文件)有且仅有一组测试数据. 在一组测试数据中: 第1行为2个整数N.M,表示小Hi拥有的城市数量和小Hi筛选出路线的条数. 接下来的M行,每行描述一条路线,其中第i行为3个整数N

hihocoder(1109) 堆优化的Prim算法

这题思路也很简单,就是用一个最大堆堆去维护Prim算法中的Low数组,把刷新Low数组的操作,变成了刷新堆的操作,由于堆的插入操作位logn,查询时间为常数,因此在边稀疏的情况下,其复杂度与Kruscal接近.这题刚开始老是WA,想了很久,不知道错在哪里,后来发现时因此不能直接去堆中的最小路径,因为这条路径的另一个端点有可能已经被用过了. 后来终于发现了,AC. 另外,这一题其实可以直接用priority_queue,代码会少很多呢. Impl: 1 int N, E; 2 vector<pai

hihocoder 第二十九周 堆优化的Prim算法

又深刻理解了一遍prim和dijkstra算法,感觉蛮棒的~ 第一次自己用邻接表写,just soso~ 啊哈~ 一开始被优先队列,重载运算符给卡住了~ 蛋疼~ 1 #include<iostream> 2 #include<cstdio> 3 #include<cstdlib> 4 #include<cstring> 5 #include<string> 6 #include<queue> 7 #include<algorit

HDU4725 The Shortest Path in Nya Graph(堆优化的dijkstra算法)

题意: 这是一个非常容易解决的问题,您的任务只是计算图像,而仅是计算干草成本和算法成本.如果您不懂此段话,请继续.Nya图是具有“层”的无向图.图中的每个节点都属于一个层,总共有N个节点.您可以以成本C从x层中的任何节点移动到x + 1层中的任何节点,因为道路是双向的,因此也可以以相同的成本从x + 1层移动到x层.此外,还有M个额外的边,每个边连接一对节点u和v,成本为w.帮助我们计算从节点1到节点N的最短路径. 题解: 主要是建图. N个点,然后有N层,要假如2*N个点. 总共是3*N个点.

P3366 【模板】最小生成树(堆优化prim)

堆优化prim 复杂度大概O(nlogn) #include<cstdio> #include<cstring> #include<queue> using namespace std; struct data{ int d,u; bool operator < (const data &tmp) const {return d>tmp.d;} }e[400002]; priority_queue <data> h; bool vis[5

最小生成树第三弹ps:prim算法

prim算法的基本思想: 从连通网N={V,E}中的某一顶点U0出发,选择与它关联的具有最小权值的边(U0,v),将其顶点加入到生成树的顶点集合U中.以后每一步从一个顶点在U中,而另一个顶点不在U中的各条边中选择权值最小的边(u,v),把它的顶点加入到集合U中.如此继续下去,直到网中的所有顶点都加入到生成树顶点集合U中为止. 由于和dijkstra差不多,所以用邻接矩阵存储: 模板(低智商的我果断的把他取了个名字==) for (i = 1; i <= n; i++) for (j = 1; j

EOJ 1848 你是ACM吗? 用二叉堆优化dijkstra + spfa算法的学习

Description  随着中国经济的腾飞,中国的物流产业迎来了发展的春天.特别是在上海这样一个拥有广阔国内腹地的国际化大都市,物流业以空前的速度膨胀. 当然是大蛋糕就会吸引许多馋嘴猫,馋嘴猫多了就会有残酷的竞争.当大量资金流入物流产业时,KOP 集团为了稳坐在国内物流业的第一把交椅,决定对现行的运输方案进行改良,以减少自己的成本同时使其它竞争者知难而退. 作为世界100强的KOP集团当然知道要找到最优运输方案,肯定得靠数学和算法很好的软件工程师,于是他们理所当然地找到华东师范大学软件学院.决