PAT 1013 Battle Over Cities (25) [图的遍历,统计连通分量的个数,DFS] HERODING的PAT之路

在这里插入图片描述题目大意:
给你几个城市以及连通这几个城市的路线,问如果撤了一个城市,那么需要重新绘制多少个路线才能全部连通。

解题思路:
该题本质就是计算撤了一个城市后,连通图的个数,解决方法自然是图的遍历和深度优先,用的是最常规的方法,定义临界矩阵,访问数组,每遍历一个城市就更新访问数组,代码如下:

#include<iostream>
#include<algorithm>

using namespace std;

// 定义好邻接矩阵,访问数组,城市个数 
int connect[1010][1010];
bool visited[1010] = {false};
int N;

// 深度优先遍历图 
void dfs(int node) {
	visited[node] = true;
	// 遍历各个节点,探寻是否有连接 
	for(int i = 1; i <= N; i ++) {
		if(visited[i] == false && connect[node][i] == 1) {
			dfs(i);
		}
	}
}

int main() {
	int M, K;
	int a, b;
	// 输入城市数,连接线个数,要判断的减少的城市个数 
	cin >> N >> M >> K;
	// 初始化邻接矩阵 
	for(int i = 0; i < M; i ++) {
		cin >> a >> b;
		connect[a][b] = 1;
		connect[b][a] = 1;
	}
	// 遍历所有要减少城市的情况 
	for(int i = 0; i < K; i ++) {
		// 统计连通图个个数 
		int ans = 0;
		// 重新初始化访问数组 
		fill(visited, visited + 1010, false);
		cin >> a;
		visited[a] = true;
		for(int i = 1; i <= N; i ++) {
			if(visited[i] == false) {
				dfs(i);
				ans ++;
			}
		}
		cout << ans - 1 << endl;
	}
	
	return 0;
} 
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
GPT在NER(命名实体识别)任务上的表现相对较低。GPT是一个文本生成模型,而NER是一个序列标记任务,这两者的任务性质不同。为了弥补这种差距,研究人员提出了GPT-NER模型,将序列标记任务转换为GPT的生成任务。GPT-NER通过将需要提取的实体标记添加到生成的文本中来完成NER任务。此外,为了解决GPT-NER模型中的幻觉问题,研究人员还提出了自我验证策略,即提示GPT-NER询问自己提取的实体是否属于标记的实体标签。在多个广泛使用的数据集上,GPT-NER实现了与完全监督基线相当的性能,并且在小样本场景下表现优于监督模型。\[2\]\[3\] #### 引用[.reference_title] - *1* [GPT 应该存在吗?](https://blog.csdn.net/csdnnews/article/details/130939444)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [【论文精读】GPT-NER: Named Entity Recognition via Large Language Models](https://blog.csdn.net/HERODING23/article/details/130476395)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

HERODING77

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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