GESP:2025-3月等級8-T1-上學

時間限制 : 1 秒

內存限制 : 128 MB

C 城可以視為由 n個結點與 m條邊組成的無向圖。這些結點依次以1,2,....n標號,邊依次以 1,2...m標號。第i條邊(1<=i<=m )連接編號為ui 與vi的結點,長度為li米。 小 A 的學校坐落在 C 城中編號為 s的結點。小 A 的同學們共有 q位,他們想在保證不遲到的前提下,每天盡可能晚地出門上學。但同學們并不會計算從家需要多久才能到學校,于是找到了聰明的小 A。第 i位同學(1<=i<=q )告訴小 A,他的 家位于編號為hi 的結點,并且他每秒能行走 1 米。請你幫小 A 計算,每位同學從家出發需要多少秒才能到達學校呢?

輸入

第一行,四個正整數n,m,s,q ,分別表示 C 城的結點數與邊數,學校所在的結點編號,以及小 A 同學們的數量。 接下來m行,每行三個正整數ui,vi,li ,表示 C 城中的一條無向邊。 接下來q行,每行一個正整數hi,表示一位同學的情況

輸出

共q行,對于每位同學,輸出一個整數,表示從家出發到學校的最短時間。

樣例
輸入
5 5 3 3
1 2 3
2 3 2
3 4 1
4 5 3
1 4 2
5
1
4
輸出
4
3
1
提示

數據范圍

對于 20% 的測試點,保證q=1 。對于另外20 % 的測試點,保證1<=n<=500 ,1<=m<=500 。
對于所有測試點,保證1<=n<=2 * 10^5 ,1<=m<=2 * 10^5 ,1<=q<=2 * 10^5,1<=ui,vi,s,hi<=n ,1<=li<=10^6 。保證給定的圖聯通。

———————————————————————————————————————————思路:

以學校為原始的點,Dijkstra算法求學校到每一個點的時間。

代碼:

#include<bits/stdc++.h>
using namespace std;
const int N=200002;
int n,m,s,t,dis[N];
bool v[N];
struct node
{int v,e;
};
vector<node> q[N];
priority_queue<pair<int,int>>Q;
int main()
{scanf("%d%d%d%d",&n,&m,&s,&t);for(int i=1;i<=m;i++){int a,b,c;scanf("%d%d%d",&a,&b,&c);q[a].push_back(node{c,b});q[b].push_back(node{c,a});}for(int i=1;i<=n;i++){dis[i]=INT_MAX;}dis[s]=0;memset(v,0,sizeof(v));while(!Q.empty()) Q.pop();Q.push(make_pair(0,s));while(!Q.empty()){int wz=Q.top().second;Q.pop();v[wz]=1;for(int i=0;i<q[wz].size();i++){if(dis[q[wz][i].e]>dis[wz]+q[wz][i].v){dis[q[wz][i].e]=dis[wz]+q[wz][i].v;if(!v[q[wz][i].e]){Q.push(make_pair(-dis[q[wz][i].e],q[wz][i].e));}}}}for(int i=1;i<=t;i++){int d;scanf("%d",&d);printf("%d\n",dis[d]);}return 0;
}

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/900305.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/900305.shtml
英文地址,請注明出處:http://en.pswp.cn/news/900305.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Nginx介紹及使用

1.Nginx介紹 Nginx是一款開源的、高性能的HTTP和反向代理服務器 1.正向代理和反向代理 正向代理&#xff08;代理客戶端&#xff09;是一種位于客戶端和目標服務器之間的中間服務器。客戶端通過正向代理服務器向目標服務器發送請求&#xff0c;代理服務器將請求轉發給目標服…

復古未來主義屏幕輝光像素化顯示器反烏托邦效果PS(PSD)設計模板樣機 Analog Retro-Futuristic Monitor Effect

這款模擬復古未來主義顯示器效果直接取材于 90 年代賽博朋克電影中的黑客巢穴&#xff0c;將粗糙的屏幕輝光和像素化的魅力強勢回歸。它精準地模仿了老式陰極射線管顯示器&#xff0c;能將任何圖像變成故障頻出的監控畫面或高風險的指揮中心用戶界面。和……在一起 2 個完全可編…

[巴黎高師課程] 同步反應式系統(2024-2025)第三課 - Kind 2: 基于SMT的Lustre模型檢查器

在2024-2025學期的巴黎高師同步反應式系統(2024-2025)第三課中&#xff0c;詳細討論了基于SMT的Lustre模型檢查器Kind 2的工作。本文將提供對Kind 2的介紹。對課程的詳細內容&#xff0c;可參考同步反應式系統 簡介 本節課討論了基于SMT&#xff08;Satisfiability Modulo The…

軌道交通裝備三維檢測與輕量化設計

地鐵車身與車燈部件作為軌道交通裝備的核心組成部分&#xff0c;其制造精度和性能要求極高。由于它們體積龐大、曲面復雜&#xff0c;傳統檢測方法在面對這些大型、復雜部件時&#xff0c;不僅耗時費力&#xff0c;而且難以實現全面、精確的測量&#xff0c;難以滿足高效、準確…

2025大唐杯仿真1——車聯網

車聯網 V2N是指車輛與網絡 Uu接口是用戶設備&#xff08;UE&#xff09;與基站之間的通信接口&#xff0c;用于終端和基站之間的通信 Uu接口可用的是N41頻段&#xff0c;歸屬中國移動 車輛間交互是V2V&#xff0c;頻段是PCS PC5接口是一種用于設備間直接通信&#xff08;D2D…

網絡編程—TCP/IP模型(TCP協議)

上篇文章&#xff1a; 網絡編程—TCP/IP模型&#xff08;UDP協議與自定義協議&#xff09;https://blog.csdn.net/sniper_fandc/article/details/146923934?fromshareblogdetail&sharetypeblogdetail&sharerId146923934&sharereferPC&sharesourcesniper_fand…

python logging模塊

以下是 Python 中 logging 模塊的基礎使用示例和配置說明: 簡單配置版(適合快速使用) import logging as log# 基礎配置(輸出到控制臺) log.basicConfig(level=log.DEBUG, # 設置最低日志級別format=%(asctime)s - %(name)s - %(levelname)s - %(message)s

HikariCP 源碼核心設計解析與 ZKmall開源商城場景調優實踐

HikariCP 作為 Spring Boot 默認數據庫連接池&#xff0c;其高性能源于獨特的無鎖設計、輕量級數據結構和精細化生命周期管理。以下從源碼解析與 ZKmall開源商城性能調優兩個維度展開&#xff1a; 一、HikariCP 源碼核心設計解析 ?無鎖并發控制與 ConcurrentBag 容器 ?Concur…

【模型量化】GPTQ 與 AutoGPTQ

GPTQ是一種用于類GPT線性最小二乘法的量化方法&#xff0c;它使用基于近似二階信息的一次加權量化。 本文中也展示了如何使用量化模型以及如何量化自己的模型AutoGPTQ。 AutoGPTQ&#xff1a;一個易于使用的LLM量化包&#xff0c;帶有用戶友好的API&#xff0c;基于GPTQ算法(僅…

如何部署DeepSeek企業知識庫:

一、核心部署流程 環境準備? 安裝Ollama框架:官網下載安裝包并完成基礎配置,需確保安裝路徑不含中文?; 硬件要求:根據企業規模選擇設備,如小微團隊建議i5十代+16GB內存,中大型企業需GPU集群(如NVIDIA A100/H100)?。 模型選擇與下載? 通過Ollama下載DeepSeek-R1…

FastAPI依賴注入:鏈式調用與多級參數傳遞

title: FastAPI依賴注入:鏈式調用與多級參數傳遞 date: 2025/04/05 18:43:12 updated: 2025/04/05 18:43:12 author: cmdragon excerpt: FastAPI的依賴注入系統通過鏈式調用和多級參數傳遞實現組件間的解耦和復用。核心特性包括解耦性、可復用性、可測試性和聲明式依賴解析…

前沿計組知識入門(四)

Training Large Networks in Parallel 計算機集群上高效訓練大型深度神經網絡&#xff08;DNN&#xff09;的方法和技術。從神經網絡的基本概念出發&#xff0c;逐步深入到并行訓練的具體實現策略&#xff0c;包括數據并行、模型并行以及參數服務器的設計等。 研究背景與動機…

Transformer+BO-SVM多變量時間序列預測(Matlab)

TransformerBO-SVM多變量時間序列預測&#xff08;Matlab&#xff09; 目錄 TransformerBO-SVM多變量時間序列預測&#xff08;Matlab&#xff09;效果一覽基本介紹程序設計參考資料 效果一覽 基本介紹 本期推出一期高創新模型&#xff0c;基于Transformer提取時序特征后輸入S…

SQL BETWEEN 語句詳解

SQL BETWEEN 語句詳解 概述 SQL BETWEEN 語句是一個用于在 SQL 查詢中指定查詢條件的重要工具。它允許用戶指定一個范圍&#xff0c;用于篩選符合特定條件的記錄。本文將詳細介紹 BETWEEN 語句的用法、示例以及注意事項。 BETWEEN 語句的基本用法 BETWEEN 語句的基本格式如…

AI Agent設計模式三:Routing

概念 &#xff1a;動態路徑選擇器 ? 優點&#xff1a;靈活處理不同類型輸入? 缺點&#xff1a;路由邏輯復雜度高 from typing import TypedDict from langchain_core.messages import SystemMessage, HumanMessage from langchain_openai import ChatOpenAI from langgraph.…

制造裝備物聯及生產管理ERP系統設計與實現(代碼+數據庫+LW)

摘 要 傳統辦法管理信息首先需要花費的時間比較多&#xff0c;其次數據出錯率比較高&#xff0c;而且對錯誤的數據進行更改也比較困難&#xff0c;最后&#xff0c;檢索數據費事費力。因此&#xff0c;在計算機上安裝制造裝備物聯及生產管理ERP系統軟件來發揮其高效地信息處理…

`use_tempaddr` 和 `temp_valid_lft ` 和 `temp_prefered_lft ` 筆記250405

use_tempaddr 和 temp_valid_lft 和 temp_prefered_lft 筆記250405 以下是 Linux 系統中與 IPv6 臨時隱私地址相關的三個關鍵參數 use_tempaddr、temp_valid_lft 和 temp_prefered_lft 的詳細說明及協作關系&#xff1a; &#x1f4dc; 參數定義與功能 參數作用默認值依賴關…

基于Spark的嗶哩嗶哩輿情數據分析系統

【Spark】基于Spark的嗶哩嗶哩輿情數據分析系統 &#xff08;完整系統源碼開發筆記詳細部署教程&#xff09;? 目錄 一、項目簡介二、項目界面展示三、項目視頻展示 一、項目簡介 本項目基于Python和Django框架進行開發&#xff0c;為了便于廣大用戶針對輿情進行個性化分析處…

南京大學與阿里云聯合啟動人工智能人才培養合作計劃,已將通義靈碼引入軟件學院課程體系

近日&#xff0c;南京大學與阿里云宣布啟動人工智能人才培養合作計劃&#xff0c;共同培養適應未來技術變革、具備跨學科思維的AI創新人才。 基于阿里云在云計算和AI大模型領域的技術優勢和南京大學在人工智能領域的學科優勢&#xff0c;雙方將共同設計兼具前瞻性和應用性的人…

用于解決個人使用的公網ip動態變化問題的解決方案

解決方案 靜態ip&#xff08;放棄&#xff09; 申請一個靜態ip價格較貴&#xff0c;只有公司可以申請 使用DDNS&#xff08;放棄&#xff09; 通過域名解析到公網ip通過域名訪問設備官方光貓不支持DDNS 使用腳本&#xff08;采用&#xff09; 通過腳本獲取公網ip通過腳本發送到…