POJ-3687-Labeling Balls-(求最小字典序拓扑序列)逆向建图-拓扑排序

本文深入探讨了一种解决复杂关系拓扑排序问题的算法,通过实例解析了如何构建图、进行拓扑排序及处理独立点,最终合并拓扑序列与独立点排序,确保输出序列的字典序最小。

http://poj.org/problem?id=3687

题意:给n,m;表示n个物品,m个关系(可能有重边) (n<=200,m<=4W

给n个物品贴标签序号1-N, n个物品的重量分别是1-N 单位重量(容易混淆重量和序号)

m条关系是 (a,b)表示  标号a的物品一定要比标号为b的物品轻


最后让你输出一个序列,标签为1-N的物品的重量(注意是输出重量,不是按最轻到最重的序号)

(如果有多种答案,要让标签小的尽量重 (也就是输出的拓扑序列字典序最小))

开始是正向建图,然后拓扑。对于 

1-4

4-2

5-3

3-2

这种情况,会形成  这样的关系


直接从左边开始拓扑得到的是,1-4-5-3-2 ,  显然  答案应该是1-5-3-4-2,字典序更小

所以我们反向建图,从2出发开始拓扑排序,每次先摘除最大的节点,得到2-4-3-5-1,

逆转后就是 1-5-3-4-2, 


对于不需要拓扑排序的点(独立点),我先按降序存到一个tmp数组

最后再最tmp数组和得到的拓扑序列合并:


合并的话,就是把tmp数组里的点尽可能塞到拓扑排序中比他大的点的前面,这里用栈来搞搞就好了。。


最后记得输出的是每个序号对应的重量。不是直接输出序列


#include <cstdio>
#include <cmath>
#include <cstring>
#include <string>
#include <algorithm>
#include <queue>
#include <map>
#include <set>
#include <vector>
#include <iostream>
using namespace std;

const double pi=acos(-1.0);
double eps=0.000001; 
int mp[205][205];
int in[205];
int ans[205];
int vis[205];
int tmp[205];
int cun;
int topo(int n)
{
	int i,j;   
	int ret=1;  //0表示有环,-1表示无序,1表示有序
	int zero=-1; //index of in[x]==0
	for (i=1;i<=n;i++)
	{
		int num=0;  // num of in[x]=0
		for (j=1;j<=n;j++)
		{
			if (in[j]==0)
			{
				num++;
				zero=j;
			}
		}
		if (num==0)
			return 0;
		//	if (num>1) ret=-1;
		if (vis[zero])  
			ans[++cun]=zero;
		
		in[zero]=-1;
		for (j=1;j<=n;j++)
		{
			if (mp[zero][j]==1)
				in[j]--;
		}
	}
	return ret;
}
int main()
{
	
	
	int t;
	cin>>t;
	int x,y,j,i,n,m;
	while(t--)
	{
		memset(mp,0,sizeof(mp));
		memset(ans,0,sizeof(ans));
		memset(vis,0,sizeof(vis));
		memset(tmp,0,sizeof(tmp));
		cun=0;
		memset(in,0,sizeof(in));
		scanf("%d%d",&n,&m);
		for (i=1;i<=m;i++)
		{
			scanf("%d%d",&x,&y);
			if (mp[y][x]==1)continue;
			mp[y][x]=1;
			in[x]++;
			vis[y]=vis[x]=1;
		}
		int ok=0;
		for (i=n;i>=1;i--)
		{
			if (vis[i]==0)
				tmp[++ok]=i;
		}
		int ret=topo(n);
		if (!ret)
			printf("-1\n");
		else
		{
			
		 	for (i=1;i<=cun/2;i++)
				swap(ans[i],ans[cun-i+1]);	//逆序
			i=1;
			j=ok;
			int out[205];
			while(j>0)
			{
				if (tmp[j]>ans[cun]&&j>0)
				{
					ans[++cun]=tmp[j];j--;
				}
				else
				{
					int idx=0;
					while(ans[cun]>tmp[j]&&cun)
					{
						out[++idx]=ans[cun];cun--;
					}
					while(tmp[j]<out[idx]&&j>0)
					{
						out[++idx]=tmp[j];j--;
					}
					for (i=idx;i>=1;i--)
						ans[++cun]=out[i];
				}
				 
			}  
			for (i=1;i<=n;i++)
			{
				tmp[ans[i]]=i;
			}
			for (i=1;i<=n;i++)
			{
				if (i!=1)printf(" ");
				printf("%d",tmp[i]);
			} 
			printf("\n");
		}
		
	}
	
	
	
	
	
	
	return 0;
	
}








  



内容概要:本文系统介绍了基于Matlab构的简化单粒子(SPM)电化学模型及其参数化方法,聚焦于锂离子电池的降阶电化学模型P2D的简化实现,涵盖模型立、参数辨识、测试数据提供及仿真验证全流程。资源核心在于深入剖析电化学模型的关键参数提取与优化过程,帮助科研人员理解电池内部反应机理与数学模范式,支持后续的模型扩展与工程应用。文档不仅提供了完整的SPM模型代码与参数拟合工具,还整合了丰富的科研辅助资源,包括智能优化算法、机器学习、电力系统管理、路径规划、信号处理等多个领域的Matlab/Simulink仿真案例与Python实现方案,极大拓展了该模型在电池健康状态(SOH)估计、寿命预测、充放电控制策略等方向的应用潜力。; 适合人群:具备一定Matlab编程能力,从事新能源技术、电化学模、电池管理系统(BMS)、储能控制、自动化仿真等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①开展锂离子电池电化学模型的模与参数辨识研究;②实现P2D与SPM降阶模型的仿真与实验验证;③结合实测数据进行模型参数拟合与精度优化;④拓展应用于电池老化分析、SOH估算、充放电策略设计及储能系统动态响应研究。; 阅读议:议读者按照文档结构循渐进学习,重点研读SPM模型构与参数辨识章节,结合所提供的测试数据与代码进行动手实践,并积极借鉴附带的智能算法与机器学习模块以提升模型鲁棒性与预测精度。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值