题目描述 平面上有 n 个点 (n≤100),每个点的坐标均在 −10000∗10000 之间。其中的一些点之间有连线。 若有连线,则表示可从一个点到达另一个点,即两点间有通路,通路的距离为两点间的直线距离。 现在的任务是找出从一点到另一点之间的最短路径。 输入 输入共 n+m+3 行,其中: 第一行为整数 n。 第 2 行到第 n+1 行(共 n 行) ,每行两个整数 x 和 y,描述了一个点的坐标。 第 n+2 行为一个整数 m,表示图中连线的个数。 此后的 m 行,每行描述一条连线,由两个整数 i 和 j 组成,表示第 i 个点和第 j 个点之间有连线。 最后一行:两个整数 s 和 t,分别表示源点和目标点。 输出 输出仅一行,一个实数(保留两位小数),表示从 s 到 t 的最短路径长度。 样例输入 Copy 5 0 0 2 0 2 2 0 2 3 1 5 1 2 1 3 1 4 2 5 3 5 1 5 样例输出 Copy 3.41

时间: 2024-02-04 19:02:20 浏览: 40
这道题目是一个典型的最短路径问题,可以用 Dijkstra 算法或是 Floyd 算法来解决。 首先,输入点的个数和点的坐标,可以用一个结构体来存储,每个结构体包含点的编号和坐标。 ```cpp struct Point { int id; double x, y; }; ``` 由于点之间有连线,可以用邻接矩阵来表示图。如果两个点之间有连线,则邻接矩阵中对应的元素为两点之间的距离,否则为无穷大。 ```cpp const double INF = 1e8; double dis[MAXN][MAXN]; // 初始化邻接矩阵 for (int i = 0; i < MAXN; i++) { for (int j = 0; j < MAXN; j++) { if (i == j) { dis[i][j] = 0; } else { dis[i][j] = INF; } } } for (int i = 0; i < m; i++) { int x, y; cin >> x >> y; // 计算两点之间的距离 double d = sqrt(pow(points[x].x - points[y].x, 2) + pow(points[x].y - points[y].y, 2)); dis[x][y] = dis[y][x] = d; } ``` 接下来,可以用 Dijkstra 算法或是 Floyd 算法来求解最短路径。 Dijkstra 算法是一种贪心算法,每次从未确定最短路径的点集中选取距离源点最近的点,然后更新与该点相邻的点的距离。直到所有点都被确定最短路径为止。 ```cpp double dijkstra(int s, int t) { bool vis[MAXN] = {0}; // 标记是否已确定最短路径 double d[MAXN]; // 存储源点到各个点的距离 for (int i = 0; i < MAXN; i++) { d[i] = dis[s][i]; } vis[s] = true; for (int i = 1; i < n; i++) { // 确定 n-1 个点的最短路径 double minDis = INF; int v; for (int j = 0; j < n; j++) { if (!vis[j] && d[j] < minDis) { minDis = d[j]; v = j; } } vis[v] = true; for (int j = 0; j < n; j++) { if (!vis[j] && d[v] + dis[v][j] < d[j]) { d[j] = d[v] + dis[v][j]; } } } return d[t]; } ``` Floyd 算法是一种动态规划算法,每次考虑是否经过一个中间点,可以得到点之间的最短路径。具体实现如下: ```cpp void floyd() { for (int k = 0; k < n; k++) { for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { if (dis[i][k] + dis[k][j] < dis[i][j]) { dis[i][j] = dis[i][k] + dis[k][j]; } } } } } ``` 完整代码如下:

相关推荐

最新推荐

recommend-type

python射线法判断一个点在图形区域内外

主要为大家详细介绍了python射线法判断一个点在图形区域内外,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

python实现根据给定坐标点生成多边形mask的例子

今天小编就为大家分享一篇python实现根据给定坐标点生成多边形mask的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python-opencv获取二值图像轮廓及中心点坐标的代码

今天小编就为大家分享一篇python-opencv获取二值图像轮廓及中心点坐标的代码,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

java判断某个点是否在所画多边形/圆形内

主要为大家详细介绍了java判断某个点是否在所画多边形或圆形内的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依