ACM-最优配餐
题目描述: 最优配餐
时间限制: 1.0s
内存限制: 256.0MB
问题描述: 问题描述
栋栋最近开了一家餐饮连锁店,提供外卖服务。随着连锁店越来越多,怎么合理的给客户送餐成为了一个急需解决的问题。
栋栋的连锁店所在的区域可以看成是一个n×n的方格图(如下图所示),方格的格点上的位置上可能包含栋栋的分店(绿色标注)或者客户(蓝色标注),有一些格点是不能经过的(红色标注)。
方格图中的线表示可以行走的道路,相邻两个格点的距离为1。栋栋要送餐必须走可以行走的道路,而且不能经过红色标注的点。
送餐的主要成本体现在路上所花的时间,每一份餐每走一个单位的距离需要花费1块钱。每个客户的需求都可以由栋栋的任意分店配送,每个分店没有配送总量的限制。
现在你得到了栋栋的客户的需求,请问在最优的送餐方式下,送这些餐需要花费多大的成本。
输入
输入的第一行包含四个整数n, m, k, d,分别表示方格图的大小、栋栋的分店数量、客户的数量,以及不能经过的点的数量。
接下来m行,每行两个整数xi, yi,表示栋栋的一个分店在方格图中的横坐标和纵坐标。
接下来k行,每行三个整数xi, yi, ci,分别表示每个客户在方格图中的横坐标、纵坐标和订餐的量。(注意,可能有多个客户在方格图中的同一个位置)
接下来d行,每行两个整数,分别表示每个不能经过的点的横坐标和纵坐标。
输出
输出一个整数,表示最优送餐方式下所需要花费的成本。
样例输入
10 2 3 3
1 1
8 8
1 5 1
2 3 3
6 7 2
1 2
2 2
6 8
样例输出
29
评测用例规模与约定
前30%的评测用例满足:1<=n <=20。
前60%的评测用例满足:1<=n<=100。
所有评测用例都满足:1<=n<=1000,1<=m, k, d<=n^2。可能有多个客户在同一个格点上。每个客户的订餐量不超过1000,每个客户所需要的餐都能被送到。
思路
本质是算从给定多个起点到目标点的距离,算距离的话使用DFS或者是BFS都可以,但是如果是多起点的话最好用BFS,因为如果用DFS需要从不同起点开始遍历多次,时间消耗较大。
本题的总结
1. 算不同起点到终点的距离最好用BFS
2. 按照距离排序使用优先队列,重写排序函数
3. 坐标统一用现实坐标或者统一用虚拟坐标(x-1,y-1)
- // 最优配餐.cpp : 定义控制台应用程序的入口点。
- #include "stdafx.h"
- #include <iostream>
- #include <cstring>
- #include <queue>
- using
namespace std; - const
int MAX = 1000; - //标记数组、地图、订餐和订餐数量
- int n, m, k, d, x, y, c, vis[MAX][MAX], map[MAX][MAX], num[MAX][MAX];
- int dir[4][2] = { 1, 0, -1, 0, 0, 1, 0, -1 };
- long
long ans; - struct Node
- {
- int x, y, step;
- Node(int xx, int yy, int ss)
- {
- x = xx; y = yy; step = ss;
- }
- //从大到小 重载小于号
- friend bool
operator < (Node a, Node b) - {
- return a.step > b.step;
- }
- };
- priority_queue<Node> q;
- void BFS()
- {
- while (!q.empty())
- {
- //mark
- Node now = q.top();
- q.pop();
- //cout << "now.x:" << now.x << "\t now.y:" << now.y << "\t now.step:" << now.step << endl;
- //check
- if (map[now.x][now.y] == 2)//订餐客户
- ans += now.step * num[now.x][now.y];
- //search next node
- for (int i = 0; i < 4; i++)
- {
- x = now.x + dir[i][0];
- y = now.y + dir[i][1];
- //cout << "x:" << x << "\ty:" << y << "\tvis:" << vis[x][y] << "\tmap:" << map[x][y] << endl;
- if (x > 0 && y > 0 && x <= n && y <= n && !vis[x][y] && map[x][y] != -1)
- {
- vis[x][y] = 1;
- q.push(Node(x, y, now.step + 1));
- }
- }
- }
- }
- int main()
- {
- while (cin >> n >> m >> k >> d)
- {
- //init
- memset(vis, 0, sizeof(vis));
- memset(map, 0, sizeof(map));
- memset(num, 0, sizeof(num));
- while (!q.empty()) q.pop();
- ans = 0;
- //read
- for (int i = 0; i < m; i++)
- {
- cin >> x >> y;
- map[x][y] = 1;
- vis[x][y] = 1;
- q.push(Node(x, y, 0));
- }
- for (int i = 0; i < k; i++)
- {
- cin >> x >> y >> c;
- map[x][y] = 2;
- num[x][y] += c;
- }
- for (int i = 0; i < d; i++)
- {
- cin >> x >> y;
- map[x][y] = -1;
- }
- BFS();
- cout << ans << endl;
- }
- return 0;
- }
ACM-最优配餐的更多相关文章
- CCF CSP 201409-4 最优配餐
CCF计算机职业资格认证考试题解系列文章为meelo原创,请务必以链接形式注明本文地址 CCF CSP 201409-4 最优配餐 问题描述 栋栋最近开了一家餐饮连锁店,提供外卖服务.随着连锁店越来越 ...
- CCF 201409-4 最优配餐
问题描述 试题编号: 201409-4 试题名称: 最优配餐 时间限制: 1.0s 内存限制: 256.0MB 问题描述: 问题描述 栋栋最近开了一家餐饮连锁店,提供外卖服务.随着连锁店越来越多,怎么 ...
- CCF模拟题 最优配餐
最优配餐 时间限制: 1.0s 内存限制: 256.0MB 问题描述 栋栋最近开了一家餐饮连锁店,提供外卖服务.随着连锁店越来越多,怎么合理的给客户送餐成为了一个急需解决的问题. 栋栋的连锁店所在 ...
- CCF-最优配餐(BFS)
最优配餐 问题描述 栋栋最近开了一家餐饮连锁店,提供外卖服务.随着连锁店越来越多,怎么合理的给客户送餐成为了一个急需解决的问题.栋栋的连锁店所在的区域可以看成是一个n×n的方格图(如下图所示),方 ...
- CCF 最优配餐 (BFS)
问题描述 栋栋最近开了一家餐饮连锁店,提供外卖服务.随着连锁店越来越多,怎么合理的给客户送餐成为了一个急需解决的问题. 栋栋的连锁店所在的区域可以看成是一个n×n的方格图(如下图所示),方格的格点上的 ...
- 最优配餐_暴力bfs
问题描述 栋栋最近开了一家餐饮连锁店,提供外卖服务.随着连锁店越来越多,怎么合理的给客户送餐成为了一个急需解决的问题. 栋栋的连锁店所在的区域可以看成是一个n×n的方格图(如下图所示),方格的格点上的 ...
- csp20140904最优配餐_Solution
Solution 经典bfs,所有的点到店的最短距离 其中一开始队列的长度为店的数目 一个点可能有多个订单 关于数据大小: 1.1000*(1000*1000)*2000=2,0000,0000,00 ...
- [Ioi2007]Miners 矿工配餐(BZOJ1806)
[Ioi2007]Miners 矿工配餐 Time Limit: 10 Sec Memory Limit: 64 MBSubmit: 214 Solved: 128 Description 现有两 ...
- BZOJ 1806: [Ioi2007]Miners 矿工配餐( dp )
dp... ------------------------------------------------------------------------------- #include<cs ...
随机推荐
- Java1.7已经舍弃substr了
网上一堆在写substring和substr区别的文章,都是过时的. 起码在官方6.0的api文档中已经找不到了,只有substring()
- UniGUI 之UniDBGrid(05)
UniGUI 之UniDBGrid(05) 目录1]DataSource设置2]显示MEMO类型里的文字3]显示悬浮提示4]显示当前记录及总记录数5]读取所有记录,及分页6]在前面加上序号列7]不显示 ...
- Spark 写 Hive table 非常慢【解决】
代码如下: dataFrame.createOrReplaceTempView("view_page_utm") val sql = s""" |in ...
- Python中from scipy.misc import imread报错的原因?
from scipy.misc import imread 报错 查询后其原因是from scipy.misc import imread,imwrite 等方法已经被弃用,Python已经将imre ...
- python面向对象之元类
目录 元类 造类 第一阶段 第二阶段 造对象 元类 元类(A) ---> 类(B) ---> 实例(C) 对于实例C而言,它是对象,它的类就是类B 对于类B而言,它其实也是对象,那它的类就 ...
- vagrant 添加带版本号的 box
众所周知,vagrant添加box的时候要从外网下载,那速度...(说多了都是泪),所以只好用下载工具下载到本地之后再添加. 如何搭建 homestead:https://laravelacademy ...
- 二、spring集成ibatis进行数据源事务管理拦截器环境配置
1.dataSource-applicationContext.xml文件配置理解:(spring1.2.8+ibatis1.5.3)1.1)配置数据源 DriverManagerDataSource ...
- 模板+解题报告:luogu P3385 【模板】负环
题目链接:P3385 [模板]负环 缩点板子. 看日报上说\(DFS\)会炸(我确实打炸了),就根据他的说明\(yy\)了\(BFS\),多一个记录步数的数组即可(我用的\(len[]\)),若\(l ...
- Regression 回归——多项式回归
回归是指拟合函数的模型.图像等.与分类不同,回归一般是在函数可微的情况下进行的.因为分类它就那么几类,如果把类别看做函数值的话,分类的函数值是离散的,而回归的函数值通常是连续且可微的.所以回归可以通过 ...
- Jquery所有Dom操作汇总
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...