手机app网站seo的优化方向
往期
- 【用deepseek和chatgpt做算法竞赛】——华为算法精英实战营第十九期-Minimum Cost Trees_0：介绍了题目和背景
- 【用deepseek和chatgpt做算法竞赛】——华为算法精英实战营第十九期-Minimum Cost Trees_1：题目输入的格式说明，选择了邻接表来表示图
- 【用deepseek和chatgpt做算法竞赛】——华为算法精英实战营第十九期-Minimum Cost Trees_2：介绍了邻接表，题目输出的格式说明
- 【用deepseek和chatgpt做算法竞赛】——华为算法精英实战营第十九期-Minimum Cost Trees_3：期主要写一个初代程序，能完整一些简单的例子
- 【用deepseek和chatgpt做算法竞赛】——ChatGPT还是不行呀 -Minimum Cost Trees_4：介绍了评分规则，让GPT输出了一个看着正确实际不行的代码
这一期，我选择用伪代码的方式与GPT沟通，让GPT做军师和程序员，一定要写一个有分的程序呀
0 基础程序
下面这个程序就是根据题目要求写的一个输入数据读取的程序
import sys
import heapq
from collections import defaultdictdef read_graph_from_file(file_path):""" 从文件读取图数据并解析 """with open(file_path, 'r') as f:lines = f.read().strip().split("\n")n = int(lines[0].strip()) # 节点数s = int(lines[1].strip()) # 源点k = int(lines[2].strip()) # 目标节点数terminals = list(map(int, lines[3].strip().split())) # 目标节点列表D = int(lines[4].strip()) # 延迟约束m = int(lines[5].strip()) # 边数graph = defaultdict(list)for i in range(6, 6 + m):a, b, c, d = map(int, lines[i].strip().split())graph[a].append((b, c, d)) # 存储 a -> b 的边graph[b].append((a, c, d)) # 存储 b -> a 的边（无向图）return n, s, terminals, D, graphdef process_and_output(file_path):graph_data = read_graph_from_file(file_path)if not graph_data:returnif __name__ == "__main__":# 输入文件路径file_path = "../sample-cases/01" # 请根据实际文件路径修改process_and_output(file_path)
1 ChatGPT思路
ChatGPT给的思路流程
- 初始化图数据
- 构建主树
- 构建冗余树
- 验证冗余树
- 输出
这个其实就有问题了，因为先构建出主树，为了找到一颗最好的主树，就很有可能把冗余树堵死了
2 从简单的开始
我们先尝试只找一棵树，即只要拿前两个条件的分
- 单棵树: 如果是单棵树，得 5 分。
- 满足延迟约束的单棵树: 如果树满足延迟约束，则得 10 分。
很尴尬的事情发生了，ChatGPT崩了，接下的事情让deepseek来吧，我用的是浙江大学的满血版DeepSeek的“浙大先生”
实际使用还是有一些问题，就是输入框很小呀一次只能能看到一行呀，看不到我完整的输入，修改起来比较麻烦，但是是免费的就很棒，现在是2025年2月21日，希望后面能改进，感谢浙大！
deepseek给出的代码如下
满足了简单的要求能找到一颗树了，且拿到了分
import sys
import heapq
from collections import defaultdictdef read_graph_from_file():""" 从标准输入读取图数据并解析 """lines = sys.stdin.read().strip().split("\n")n = int(lines[0].strip()) # 节点数s = int(lines[1].strip()) # 源点k = int(lines[2].strip()) # 目标节点数terminals = list(map(int, lines[3].strip().split())) # 目标节点列表D = int(lines[4].strip()) # 延迟约束m = int(lines[5].strip()) # 边数graph = defaultdict(list)for i in range(6, 6 + m):a, b, c, d = map(int, lines[i].strip().split())graph[a].append((b, c, d)) # 存储 a -> b 的边graph[b].append((a, c, d)) # 存储 b -> a 的边（无向图）return n, s, terminals, D, graphdef dijkstra(graph, start, delay_constraint):""" 使用 Dijkstra 算法找到从 start 到所有节点的最短路径 """distances = {node: float('inf') for node in graph}distances[start] = 0heap = [(0, start)]path = {}while heap:current_distance, current_node = heapq.heappop(heap)if current_distance > delay_constraint:continuefor neighbor, cost, delay in graph[current_node]:distance = current_distance + delayif distance < distances[neighbor]:distances[neighbor] = distanceheapq.heappush(heap, (distance, neighbor))path[neighbor] = current_nodereturn pathdef build_tree(path, terminals):""" 根据路径构建树 """tree_edges = set()for terminal in terminals:current = terminalwhile current in path:parent = path[current]tree_edges.add((parent, current))current = parentreturn tree_edgesdef process_and_output():n, s, terminals, D, graph = read_graph_from_file()# 使用 Dijkstra 算法找到从 s 到所有节点的路径path = dijkstra(graph, s, D)# 构建树tree_edges = build_tree(path, terminals)# 检查是否满足延迟约束def is_delay_satisfied(tree_edges, graph, s, terminals, D):distances = {node: float('inf') for node in graph}distances[s] = 0heap = [(0, s)]while heap:current_distance, current_node = heapq.heappop(heap)for neighbor, cost, delay in graph[current_node]:if (current_node, neighbor) in tree_edges:distance = current_distance + delayif distance < distances[neighbor]:distances[neighbor] = distanceheapq.heappush(heap, (distance, neighbor))for terminal in terminals:if distances[terminal] > D:return Falsereturn Truedelay_satisfied = is_delay_satisfied(tree_edges, graph, s, terminals, D)# 输出结果print(1) # 只输出一棵树print(len(tree_edges)) # 树中的边数for edge in tree_edges:print(edge[0], edge[1])# # 判断得分# if delay_satisfied:# print("满足延迟约束的单棵树，得 10 分。")# else:# print("单棵树，得 5 分。")if __name__ == "__main__":process_and_output()
恭喜恭喜有分了，虽然垫底，但迈出了第一步，祝贺；
