【算法】图论 —— Floyd算法 python

洛谷 B3647 【模板】Floyd

题目描述

给出一张由 n n n 个点 m m m 条边组成的无向图。

求出所有点对 ( i , j ) (i,j) (i,j) 之间的最短路径。

输入格式

第一行为两个整数 n , m n,m n,m,分别代表点的个数和边的条数。

接下来 m m m 行,每行三个整数 u , v , w u,v,w u,v,w,代表 u , v u,v u,v 之间存在一条边权为 w w w 的边。

输出格式

输出 n n n 行每行 n n n 个整数。

第 i i i 行的第 j j j 个整数代表从 i i i 到 j j j 的最短路径。

输入输出样例 #1

输入 #1

复制代码
4 4
1 2 1
2 3 1
3 4 1
4 1 1

输出 #1

复制代码
0 1 2 1
1 0 1 2
2 1 0 1
1 2 1 0

说明/提示

对于 100 % 100\% 100% 的数据, n ≤ 100 n \le 100 n≤100, m ≤ 4500 m \le 4500 m≤4500,任意一条边的权值 w w w 是正整数且 1 ⩽ w ⩽ 1000 1 \leqslant w \leqslant 1000 1⩽w⩽1000。

数据中可能存在重边。


AC_code

python 复制代码
n, m = map(int, input().split())  
dp = [[float('inf')] * (n + 1) for _ in range(n + 1)]  
for i in range(1, n + 1):  
    dp[i][i] = 0  
for _ in range(m):  
    u, v, w = map(int, input().split())  
    dp[u][v] = dp[v][u] = min(dp[u][v], w)  
for k in range(1, n + 1):  
    for i in range(1, n + 1):  
        for j in range(1, n + 1):  
            dp[i][j] = min(dp[i][j], dp[i][k] + dp[k][j])  
for row in dp[1:]:  
    print(" ".join(map(str, row[1:])))

实战演练

城市间的交易


AC_code

python 复制代码
n, m = map(int, input().split())  
dp = [[float('inf')] * (n + 1) for _ in range(n + 1)]  
res = [[0] * (n + 1) for _ in range(n + 1)]  
for i in range(1, n + 1):  
    dp[i][i] = 0  
a, p, s = [0] * (n + 1), [0] * (n + 1), [0] * (n + 1)  
for i in range(1, n + 1):  
    a[i], p[i], s[i] = map(int, input().split())  
for _ in range(m):  
    u, v, w = map(int, input().split())  
    dp[u][v] = dp[v][u] = min(dp[u][v], w)  
for k in range(1, n + 1):  
    for i in range(1, n + 1):  
        for j in range(1, n + 1):  
            dp[i][j] = min(dp[i][j], dp[i][k] + dp[k][j])  
# res[i][j]表示一个城市i的物品运输到城市j的最大利润  
for i in range(1, n + 1):  
    for j in range(1, n + 1):  
        res[i][j] = s[j] - dp[i][j] - p[i]  
ans = 0  
for i in range(1, n + 1):  
    cur = 0  
    for j in range(1, n + 1):  
        cur = max(cur, a[i] * res[i][j])  
    ans += cur  
print(ans)

END
如果有更多问题或需要进一步的帮助,可以在评论区留言讨论哦!
如果喜欢的话,请给博主点个关注 谢谢

相关推荐
致Great4 小时前
DeepSeek Harness插件开发实战教程:我让它自己写了一个 arXiv 搜索插件
算法
XLYcmy7 小时前
京东 算法实习一面 下+手撕
c++·python·llm·概率论·数据处理·训练·codebert
虎头金猫7 小时前
如何在群晖NAS上通过Docker部署CloudSaver?群晖部署CloudSaver教程|聚合资源搜索并实现远程访问
运维·服务器·网络·python·docker·容器·pandas
从零开始学习人工智能7 小时前
WSL2部署CUDA12+cuDNN9踩坑实录:ONNX Runtime GPU推理环境搭建全流程
python
m0_380743877 小时前
从零调用 Claude 教程
开发语言·python·node.js
罗西的思考8 小时前
【Agent OS / AIOS】AOHP 深度解读:当 OS 开始为 Agent 而设计
人工智能·算法·机器学习
min(a,b)8 小时前
学习第17天:Agent Memory 与 MCP 协议
python·学习
民乐团扒谱机8 小时前
【微实验】组合优化matlab实战(马科维茨投资模型):在收益与风险之间,寻找最优的人生配比
大数据·人工智能·算法·机器学习·数学建模·matlab·组合优化
CodeBlog-star9 小时前
LLM安全实战:提示词注入与越狱攻击防御指南
python·agent·提示词攻击·越狱攻击
小柯南敲键盘9 小时前
电商图片翻译工具推荐,批量处理主图视频字幕,免费试用
大数据·人工智能·python·音视频