题目描述 春节到了，小从要给亲戚送年货，一直小从在编号为1的位置，他一共给n-1家亲戚送年货，由于每家要给的东西较多，所以每送一家，小从都需要回家再拿一份年货。现在我们给每家亲戚编号为2—n, 这些亲戚直接有m条道路相连，每条道路的距离为s。请你帮小从计算一些，送完所有年货，他一共要走多少路。 输入格式 第一行包含两个这个数n和m，（1<n<30） 接下来有m行，每行包含3个整数，x,y,s分别表示从编号x到编号y的距离是s. 输出格式 一个整数，表示小童走的路程。

这道题的意思是，给出一张无向图，其中有 n 个点和 m 条边，点的编号从 1 到 n。需要计算从点 1 出发，经过其他所有点后再回到点 1 时走过的路径长度。你需要编写一个程序来计算这个路径长度。

输入的第一行包含两个整数 n 和 m，表示点的数量和边的数量。接下来的 m 行，每行包含三个整数 x、y 和 s，表示存在一条从点 x 到点 y 的路径，长度为 s。

输出一个整数，表示从点 1 出发，经过其他所有点后再回到点 1 时走过的路径长度。

示例

输入：
4 4
1 2 1
2 3 1
3 1 1
1 4 1
输出：
4

相关问题

为了提升软件编码能力,小王制定了刷题计划,他选了题库中的n道题,编号从0到n-1,并

依次完成这些题目。小王计划每天刷一道题，刷完一道题后他会记录下自己的答题时间。为了统计自己的进步情况，小王希望知道他通过刷题提升了自己的编码能力。

为了分析小王的答题情况，他首先计算了他每道题的刷题时间与前一道题相比的变化情况。他定义此时间差的绝对值为题目难度系数。小王将这些题目的难度系数从小到大进行排序，并得到了一个刷题难度列表，列表中的数字代表着题目的编号。

小王对题目的难度系数很感兴趣，他想知道他通过刷题改变了自己的编码能力，难度系数的改变情况是怎样的。于是他请你帮助他计算并输出题目的刷题难度排序列表。

解决这个问题的方法很简单。我们只需要遍历小王完成题目的时间记录列表，计算每个时间差的绝对值，并将结果存储在一个新的列表中。这个新的列表便是刷题难度列表，我们可以根据题目的难度系数对其进行排序。最终输出排序后的刷题难度列表即可。

例如，小王按照计划刷了4道题，完成题目所需的时间分别为2、4、1和6。我们计算完所有的时间差的绝对值后，新的刷题难度列表为1、2、3。按照题目的难度系数排序后，刷题难度列表为3、1、2。

通过这种方式，小王可以了解到自己的编码能力在每次刷题后的提升情况。他可以根据这个刷题难度列表来分析自己的成长轨迹，并调整刷题计划以进一步提升自己的软件编码能力。

题目描述:将n个从小到大排序的整数（n<1000000）从1~n进行编号，并一个待查找的整数m，请使用二分法进行查找。

### 回答1：
题目描述：给定一个有n个从小到大排序的整数（n<1000000），编号从1到n，以及一个待查找的整数m，请使用二分法进行查找。

二分法是一种高效的查找算法，可以在已排序的序列中快速地定位目标元素。具体实现如下：

1. 取序列的中间位置，比较中间位置的元素和目标元素的大小关系；
2. 如果中间位置的元素等于目标元素，则查找成功，返回中间位置；
3. 如果中间位置的元素大于目标元素，则在左半部分继续查找；
4. 如果中间位置的元素小于目标元素，则在右半部分继续查找；
5. 重复以上步骤，直到找到目标元素或者整个序列被查找完毕。

对于本题，我们可以按照以下步骤进行二分查找：

1. 定义左右边界left和right，初始值分别为1和n；
2. 循环执行以下操作，直到left > right或者找到目标元素为止：
a. 取中间位置mid = (left + right) / 2；
b. 如果中间位置的元素等于目标元素m，则返回mid；
c. 如果中间位置的元素大于目标元素m，则在左半部分继续查找，将right更新为mid - 1；
d. 如果中间位置的元素小于目标元素m，则在右半部分继续查找，将left更新为mid + 1；
3. 如果循环结束后仍未找到目标元素，则返回-1表示查找失败。

下面是使用Python实现二分查找的示例代码：

def binary_search(arr, m):
    left, right = 1, len(arr)
    while left <= right:
        mid = (left + right) // 2
        if arr[mid-1] == m:
            return mid
        elif arr[mid-1] > m:
            right = mid - 1
        else:
            left = mid + 1
    return -1

其中，arr表示排序后的整数序列，m表示待查找的整数。需要注意的是，arr中的下标从0开始，而题目中的编号从1开始，因此在返回结果时需要将mid加1。

### 回答2：
二分查找，也称折半查找，是一种高效的查找算法，适用于有序数组。其基本思想是将数组分成两个部分，然后判断待查找元素与中间元素之间的大小关系，决定继续在哪个部分查找，从而实现快速查找。

对于该问题，我们可以利用二分查找实现找到待查找整数m在1~n的编号。具体实现方法如下：

1.首先，定义整形变量left、right和mid，分别表示左边界、右边界以及数组的中间位置。

2.在每一轮查找中，先将left设为1，将right设为n，然后计算mid的值，即mid = (left + right) / 2。

3.取出数组中编号为mid的元素与待查找整数m进行比较。若相等，则返回mid；若大于待查找整数m，则在左半部分继续查找，即将right设为mid - 1；若小于待查找整数m，则在右半部分继续查找，即将left设为mid + 1。

4.不断重复步骤2和步骤3直至找到待查找整数m或者left > right。

5.若left > right，则表示没找到，返回-1。

下面给出具体的代码实现：

int binarySearch(int arr[], int n, int m)
{
int left = 1, right = n, mid; //定义数组边界和中间位置
while (left <= right) //当left <= right时，说明还没有找完
{
mid = (left + right) / 2;
if (arr[mid] == m) //相等，返回mid
return mid;
else if (arr[mid] > m) //在左半部分继续查找
right = mid - 1;
else //在右半部分继续查找
left = mid + 1;
}
return -1; //找不到，返回-1
}

对于该问题，二分查找可以在O(logn)的时间复杂度内完成，因此在数据量较大时，具有较好的效率表现。但需要注意的是，该算法只适用于有序数组，若数组无序，需要先进行排序操作。

### 回答3：
二分法是一种高效的查找算法，可以在一个有序列表中快速定位目标值。使用二分法查找一个待查找的整数m在n个从小到大排序的整数中的位置，可以分以下几步进行：

1.确定查找范围

首先要确定待查找的整数m在有序列表中的位置范围。因为列表是从小到大排序的，所以最小的整数一定在第一个位置，最大的整数一定在最后一个位置。因此，待查找的整数m的位置范围在1~n之间。

2.确定中间位置

接下来，需要确定中间位置。二分法的核心思想就是将查找范围不断缩小，每次选择中间位置进行比较。因此，确定中间位置就是将待查找的整数m所在的位置范围（1~n）一分为二，取中间位置（(1+n)/2）。

3.比较查找值与中间值

比较待查找的整数m与中间位置的整数值。如果相等，则查找成功，返回中间位置。如果待查找的整数m小于中间位置的整数值，则继续在左侧（1~(n-1)/2）查找。如果待查找的整数m大于中间位置的整数值，则继续在右侧((n+1)/2~n)查找。

4.不断缩小查找范围

经过第三步的比较后，可以得知待查找的整数m是在左侧还是右侧。接着，就可以继续将查找范围缩小，再选取新的中间位置进行比较，直到找到待查找的整数m或者查找范围为空，停止查找。

总结：

使用二分法查找n个从小到大排序的整数（n<1000000）中的一个待查找的整数m，可以通过分步骤：确定查找范围、确定中间位置、比较查找值与中间值，不断缩小查找范围，最终找到待查找的整数m或者查找范围为空，停止查找。这种查找算法不需要遍历整个列表，具有非常高的效率，是一种在实际生产中经常使用的快速查找算法。