Java实现 蓝桥杯 算法训练 Airport Configuration
试题 算法训练 Airport Configuration
问题描述
ACM机场是一个本地机场,对于大多数人来说,机场不是他们的终点或起点,而是中转站。机场有一个规划图。到达的大门在机场的北边(相当于空格)。出发的大门在机场的南边(也相当于空格)。两个正对着的大门距离相当于大门间的距离。每一个到达的大门只对应一个城市。每一个出发的大门也是这样。乘客到达的大门对应他们的起始城市,而出发大门对应他们的目标城市。因为这个问题,我们只需考虑转机的乘客。
转机的乘客会产生机场的交通堵塞。我们已经知道某两个城市之间的平均客流量。用这些信息,有可能能降低交通堵塞。例如,Cx城到Cy城的客流量大,就可以将他们安排得很近,甚至是对位。
因为花园和商店无法穿越,所以到达门G1和出发们G3(见图)的距离为1+2=3。
你需要计算几个方案的客流指数。两个大门间的客流指数等于人数乘以距离。而总的客流指数就是所有门之间的客流指数之和。
输入格式
输入文件有多组测试数据。
最后一组只有一个0。
每组测试数据的输入有两部分。先是客流数据,之后是机场布局。
数据开始时一个n(1<n<25),表示城市数。接下来n行,每行表示一个城市的数据,第i行先是一个整数,表示起始城市,再一个1到n的整数k,表示目标城市数,k对整数,每对描述一个目标城市,第一个数是城市编号j,然后是乘客数目(最多500)从i到j的人数。
机场布局部分包括1到20个方案。用一个0结束。
一个方案包括3行。第一行一个数表示编号,第二行是1-n的一个排列,描述到达门对应的城市的排列,第三行用同样的方式描述出发大门。
输出格式
对于每个测试数据,输出包括一个表格,表示方案编号和客流指数,按照客流指数升序输出。若客流指数相同,则编号小的排在前面。见样例。注意方案编号右对齐,而客流指数左对齐。(样例输出前面4个空格,后面9个空格,然后没有空格,详见未格式化的试题。
样例输入
3
1 2 2 10 3 15
2 1 3 10
3 2 1 12 2 20
1
1 2 3
2 3 1
2
2 3 1
3 2 1
0
2
1 1 2 100
2 1 1 200
1
1 2
1 2
2
1 2
2 1
0
0
样例输出
Configuration Load
2 119
1 122
Configuration Load
2 300
1 600
import java.util.Arrays;
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner s=new Scanner(System.in);
Node [][]airpot;
PlanResult []plans;
int [][]layout;
//是否连续出现了两个0
boolean repeat=false;
int k;
int n = s.nextInt();
while (!repeat) {
airpot =new Node[n+1][n+1];
layout=new int[2][n];
plans=new PlanResult[21];
k=0;
for (int i = 0; i <n ; i++) {
//起始城市
int startCity=s.nextInt();
int m = s.nextInt();
for (int j = 0; j < m; j++) {
int arriveCity=s.nextInt();
Node node = new Node();
node.number=s.nextInt();
airpot[startCity][arriveCity]=node;
}
}
//计划编号
int planNumber=s.nextInt();
while (planNumber != 0) {
PlanResult result=new PlanResult();
result.planNumber=planNumber;
//输入机场布局
for (int i = 0; i < 2; i++) {
for (int j = 0; j <n ; j++) {
layout[i][j]=s.nextInt();
}
}
//计算节点距离
for (int i = 0; i <n ; i++) {
int startCity=layout[0][i];
for (int j = 0; j <n ; j++) {
int endCity=layout[1][j];
Node node = airpot[startCity][endCity];
if (node != null) {
node.distance=Math.abs(i-j)+1;
}
}
}
//计算机场总流量
int flow=0;
for (int i = 1; i <=n; i++) {
for (int j = 1; j <=n ; j++) {
Node node = airpot[i][j];
if (node != null) {
flow+=node.distance*node.number;
}
}
}
result.flow=flow;
plans[k++]=result;
planNumber=s.nextInt();
}
Arrays.sort(plans,0,k);
System.out.println("Configuration Load");
for (int i = 0; i < k; i++) {
PlanResult plan = plans[i];
System.out.printf("%4d%9d\n",plan.planNumber,plan.flow);
}
n=s.nextInt();
if (n == 0) { repeat=true; }
}
}
}
class Node {
//距离
int distance;
//数量
int number;
}
class PlanResult implements Comparable<PlanResult> {
//计划编号
int planNumber;
//流量
int flow;
@Override
public int compareTo(PlanResult planResult) {
if (Integer.compare(flow, planResult.flow)==0) {
return Integer.compare(planNumber, planResult.planNumber);
}
return Integer.compare(flow, planResult.flow);
}
}