POJ1182 【NOI2001】 食物链 <种类并查集>

食物链

动物王国中有三类动物A,B,C,这三类动物的食物链构成了有趣的环形。A吃B, B吃C,C吃A。
现有N个动物,以1-N编号。每个动物都是A,B,C中的一种,但是我们并不知道它到底是哪一种。
有人用两种说法对这N个动物所构成的食物链关系进行描述:
第一种说法是”1 X Y”,表示X和Y是同类。
第二种说法是”2 X Y”,表示X吃Y。
此人对N个动物,用上述两种说法,一句接一句地说出K句话,这K句话有的是真的,有的是假的。当一句话满足下列三条之一时,这句话就是假话,否则就是真话。
1) 当前的话与前面的某些真的话冲突,就是假话;
2) 当前的话中X或Y比N大,就是假话;
3) 当前的话表示X吃X,就是假话。
你的任务是根据给定的N(1 <= N <= 50,000)和K句话(0 <= K <= 100,000),输出假话的总数。

Input
第一行是两个整数N和K,以一个空格分隔。
以下K行每行是三个正整数 D,X,Y,两数之间用一个空格隔开,其中D表示说法的种类。
若D=1,则表示X和Y是同类。
若D=2,则表示X吃Y。
Output
只有一个整数,表示假话的数目。

Sample Input
100 7
1 101 1
2 1 2
2 2 3
2 3 3
1 1 3
2 3 1
1 5 5
Sample Output
3

标签:种类并查集

逻辑推理的题有一部分和并查集有关,此题是种类并查集的经典例题。
首先我们把每个动物分成三个点,对于点i,点i表示第i个动物的种类,点i+n表示第i个动物的食物,点i+2n表示第i个动物的天敌。
这样一来,提供信息:x和y同类,相当于提供三条信息:
1.x、y在同一个集中
2.x+n、y+n在同一个集中
3.x+2n、y+2n在同一个集中
于是我们merge(x, y), merge(x+n, y+n), merge(x+2n, y+2n);
同理,提供信息:x吃y,相当于提供三条信息:
1.x、y+2n在同一个集中
2.x+n、y在同一个集中
3.x+2n、y+n在同一个集中
于是我们merge(x, y+2n), merge(x+n, y), merge(x+2n, y+n);
如果在接到信息x和y同类后,发现x和y+n同类或x和y+2n同类,则此信息与先前信息矛盾。因为对称性,我们不用再判断y是否和x+n或x+2n同类。同理可处理x吃y的情况。

最后附上AC代码:

#include <iostream>
#include <cstdio>
#define MAX_N 50000
using namespace std;
int n, k, f[MAX_N*3+5], cnt = 0;
int get(int x) {
    if (x != f[x])  f[x] = get(f[x]);
    return f[x];
}
inline void merge(int x, int y) {
    int ancx = get(x), ancy = get(y);
    if (ancx != ancy)   f[ancx] = ancy;
    return;
}
int main() {
    scanf("%d%d", &n, &k);
    for (int i = 1; i <= n*3; i++)  f[i] = i;
    for (int i = 0; i < k; i++) {
        int s, x, y;
        scanf("%d%d%d", &s, &x, &y);
        if (x > n || y > n) {
            cnt++;
            continue;
        }
        if (s == 1) {
            if (get(x) == get(y+n) || get(x) == get(y+2*n)) {
                cnt++;
            } else {
                merge(x, y);
                merge(x+n, y+n);
                merge(x+2*n, y+2*n);
            }
        } else {
            if (x == y || get(x) == get(y) || get(x) == get(y+n)) {
                cnt++;
            } else {
                merge(x, y+2*n);
                merge(x+n, y);
                merge(x+2*n, y+n);
            }
        }
    }
    printf("%d", cnt);
    return 0;
}

这里写图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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