当前位置: 首页 > 知识库问答 >
问题:

最优边缘权值

仉宸
2023-03-14

有一个州(地区),它是根植于节点1的树。该州所有城市(编号从1到N+1)都是通过双向道路连接起来的。你得在每条路上加通行费税。该州有N条公路连接各城市。您必须在道路上分配通行费税,以便最大限度地实现以下所述的功能通行费:

for(i=1;i<=number of cities;i++)
{
    for(j=i+1;j<=number of cities;j++)
    {
        toll+=(toll required to pay to travel from i to j)
     } 
}

你得把通行费税最大化。根据给定数组A中的通行费税分配道路(每个值只使用一次)。查找获得的最大通行费。

输入格式:

第一行包含

N和一个值始终为2的整数。

那么,

接下来的N条道路包含2个整数u和v,表示道路所在的城市。

下一行包含N个空格分隔的值,表示数组A的元素。

输出格式

打印可获得的最大通行费。

输入约束

1≤N≤2∗10^5

1≤A[i]≤1000
1≤u,v≤N+1

样本输入

2 2

1 3

2 3

5 7

样本输出

24

说明将5分配给边(1-3),将7分配给边(2-3)。这导致通行费税最高为24。

共有1个答案

强德厚
2023-03-14

首先,当您查看toll函数代码和示例输入时,您将看到该函数只计算路径:

  • 从1到3
  • 从2到3
  • 但不是3到1
  • 而不是3到2,

因为j总是大于i,所以这导致24是不正确的答案(或者您有不正确的toll)函数。

其次,根据这个任务(但我相信它只是描述错了),答案总是等于数组A的元素之和,因为这个任务听起来像是:将元素放入一个对称矩阵,然后在对角线上方(或下方)计算一个和,但它将是数组A的所有相同元素。

 类似资料:
  • TBD 参考 The Birth of an Edge Orchestrator – Cloudify Meets Edge Computing K8s(Kubernetes) and SDN for Multi-access Edge Computing deployment

  • 问题内容: 我在玩networkx(Python中的图形库),发现文档说PageRank算法在评分时考虑了边缘权重,但是我想知道更大的边缘权重是更好还是更低的权重呢? 问题答案: 不久,较大的权重对于传入的节点更好。 PageRank在有向加权图上工作。如果页面A具有到页面B的链接,则页面B的得分会上升,即页面B(节点)输入的次数越多,其得分就越高。 有关更多详细信息,请参见PageRank上的W

  • 本文向大家介绍neo4j 创建边缘,包括了neo4j 创建边缘的使用技巧和注意事项,需要的朋友参考一下 示例            

  • Canny边缘检测用于检测图像中的边缘。 它接受灰度图像作为输入,并使用多级算法。可以使用类的方法在图像上执行此操作,以下是此方法的语法。 该方法接受以下参数 - image - 表示此操作的源(输入图像)的对象。 edges - 表示此操作的目标(边缘)的对象。 threshold1 - 类型为的变量表示滞后过程的第一个阈值。 threshold2 - 类型为的变量表示滞后过程的第二个阈值。 示

  • 我几乎没有图像处理和识别的背景知识。我试图检测灰度图像(如肖像)上的主边缘/灰度变换。问题是在某些部分,边缘模糊(因为焦点)。我使用的是具有多个阈值的Canny边缘检测器,但我永远无法检测到这些边缘(下巴、衣服、耳朵、脸部侧面等) 边缘检测是正确的工具吗?谢谢

  • 目标 在这一章中,我们将学习 Canny 边缘检测的概念 OpenCV 的 Canny 边缘检测函数:cv2.Canny() 理论基础 Canny边缘检测是一种流行的边缘检测算法。它是由 John F. Canny 于 1986 年开发的。它是一个多阶段算法,我们将学习每个阶段做了什么。 降噪 由于边缘检测容易受到图像中的噪声影响,因此首先要用5x5高斯滤波器去除图像中的噪声。我们在前面的章节已经