当前位置: 首页 > news >正文

AcWing385. GF和猫咪的玩具——Floyd算法

博主回归了

题目来源

385. GF和猫咪的玩具 - AcWing题库

题目描述

GF 同学和猫咪得到了一个特别的玩具,这个玩具由 𝑛个金属环(编号为 1∼n)和 m条绳索组成,每条绳索连接两个不同的金属环,并且长度相同。

GF 左手拿起金属环 L
猫咪右手(或者说:爪)拿起金属环 R(L不等于 R),

然后尽量的向两边拉,他希望选择合适的 L和 R,使得被拉紧的绳索尽量的多。

注:如果像样例那样 1−2−4−3−5−6−1
 构成了一个环,我们认为拉 1和 3
 时只能拉紧一边(1−2−4−3或 3−5−6−1)而不算全部拉紧。

通俗地说,也就是当两个环之间有几个绳索数相等的连接方法时,只算其中一条连接方法拉紧,不算全部拉紧。

输入格式
第一行包含两个正整数 n,m

接下来的 m行包含两个正整数 a,b,表示有一条绳索连接了a和b的绳索。

输出格式
仅包含一个整数,表示最多能拉紧的绳索数。

数据范围
2≤n≤100
2

𝑛

100
输入样例:
6 6
1 2
1 6
2 4
6 5
4 3
5 3
输出样例:
3

算法分析

Floyd变式题
题目似乎和最短路没有任何关系,但是仔细分析(拉链原理)就会发现这是道多源汇最短路问题(求两两之间的最短路)

O(n^3)可以接受。

AC code

#include <bits/stdc++.h>
using namespace std;
const int N=110;
int d[N][N];
int n,m;void Floyd() {for(int k=1; k<=n; k++)for(int i=1; i<=n; i++)for(int j=1; j<=n; j++)d[i][j]=min(d[i][j],d[i][k]+d[k][j]);
}int main() {memset(d,0x3f,sizeof d);cin>>n>>m;while(m--) {int a,b;cin>>a>>b;d[a][b]=d[b][a]=1;}Floyd();int res=0;for(int i=1; i<=n; i++)for(int j=1; j<=n; j++)res=max(res,d[i][j]);cout<<res;return 0;
}
http://www.dtcms.com/a/391666.html

相关文章:

  • 75、封装paddle ocr v5服务支持昇腾800 900 、800I A2、300I DUO卡推理识别
  • 【一文了解】线程的使用
  • 电力系统暂态稳定计算与单机无穷大系统建模
  • OmniGen2 - 智源研究院推出的开源多模态生成模型
  • 【故障排查:JDK8中Files.lines方法错误使用导致的Linux服务器文件描述符泄漏问题】
  • 【multisim仿真电子秒表74LS90】2022-12-15
  • v-show 和 v-if 的区别及使用场景
  • 动态二维码杜绝代签,手机端配置同步,巡检数据更可靠
  • 数据库学习MySQL系列6、MySQL入门简单练习使用
  • 交互式生成对抗网络(iGAN)
  • RecSys: 推荐系统重排与多样性优化(MMR以及DPP算法)
  • 瑞芯微MPP音视频框架---mjpeg解码
  • 模型部署:(七)安卓端部署OCR文本识别项目全流程记录
  • 用html5写一个超级计算器
  • 手机实现真随机数生成器
  • 119.计数器产生中断(上升沿)计算方法,比如cnt[21:0],那么assign time = cnt[20]这样大致是多长时间产生一次中断
  • VSCode c/c++头文件函数点击无法跳转问题
  • `mysql_real_connect` 函数全面深度解析
  • 深入解析Yum元数据安全与Artifactory自动化原理
  • 第三章 强化学习助力优化
  • 使用角色和Ansible内容集合简化Playbook
  • 鸿蒙应用集成Push Kit 指南
  • 树莓派ubuntu20.04实现ROS noetic与Arduino通信
  • 【代码随想录算法训练营——Day17】二叉树——654.最大二叉树、617.合并二叉树、700.二叉搜索树中的搜索、98.验证二叉搜索树
  • 托福听力44
  • C++——STL
  • 「ECG信号处理——(25)基于ECG心率变异性(HRV)与EDA皮肤电活动的生理状态分析」2025年9月19日
  • 高通camx架构学习(四)——Camera Framework
  • 接口安全攻防战:从入门到精通的全方位防护指南
  • GEO(Generative Engine Optimization)技术详解与2025实践指南