7-1 部落分数 25

在一个社区里,每个人都有自己的小圈子,还可能同时属于很多不同的朋友圈。我们认为朋友的朋友都算在一个部落里,于是要请你统计一下,在一个给定社区中,到底有多少个互不相交的部落?并且检查任意两个人是否属于同一个部落。

输入格式:

输入在第一行给出一个正整数N(≤104),是已知小圈子的个数。随后N行,每行按下列格式给出一个小圈子里的人:

K P[1] P[2] ⋯ P[K]

其中K是小圈子里的人数,P[i](i=1,⋯,K)是小圈子里每个人的编号。这里所有人的编号从1开始连续编号,最大编号不会超过104。

之后一行给出一个非负整数Q(≤104),是查询次数。随后Q行,每行给出一对被查询的人的编号。

输出格式:

首先在一行中输出这个社区的总人数、以及互不相交的部落的个数。随后对每一次查询,如果他们属于同一个部落,则在一行中输出Y,否则输出N

输入样例:

4
3 10 1 2
2 3 4
4 1 5 7 8
3 9 6 4
2
10 5
3 7

输出样例:

10 2
Y
N

代码长度限制

16 KB

时间限制

150 ms

内存限制

64 MB

思路图:

如图,我第一次提交的时候有一个点超时了,经过搜索之后借鉴了别人的代码,发现需要进行路径压缩。即压缩Find函数。

这是我原先的find函数

int Find(int x)
{
	while(a[x] >= 0) x = a[x];
	return x;
}

压缩后

int Find(int x)
{
	int t1 = x,t2;
	while(a[x] > 0)	x = a[x];
    while(t1 != x)
    {
        t2 = a[t1];
        a[t1] = x;
        t1 = t2;
    }
	return x;
}

 完整代码如下:

//By:洋
#include <bits/stdc++.h>
using namespace std;
int a[100005] = {0};

int Find(int x)//查找根节点
{
	int t1 = x,t2;
	while(a[x] > 0)	x = a[x];
    while(t1 != x)
    {
        t2 = a[t1];
        a[t1] = x;
        t1 = t2;
    }
	return x;
}

int main()
{
	int n,m;
	cin >> n;
	int cnt = 0,sum = 0;
	while(n--)
	{
		int k,root = -1;
		cin >> k;
		for(int i = 1;i <= k;i ++)
		{
			int t;
			cin >> t;
			if(i == 1 && a[t] == 0) //默认将第一个作为根节点
			{
				a[t] = -1;
				root = t;
				cnt ++;
				sum ++;
			}
			else if(i == 1) //第一个点存在于另外一个圈里
			{
				root = Find(t);
			}
			else if(a[t] == 0) //一个新的朋友
			{
				a[t] = root;
				a[root] -= 1;
				sum ++;
			}
			else //2到k中存在与其他圈相交的点,则将两个圈合并
			{
				t = Find(t);
				a[t] += a[root];
				a[root] = t;
				root = t;
				cnt --;
			}
			
		 } 
	}
	cout << sum << " " << cnt << endl;
	cin >> m;
	while(m --)
	{
		int x,y;
		cin >> x >> y;
		if(Find(x) == Find(y))
		{
			cout << "Y" << endl;
		}
		else cout << "N" << endl;
	}
	return 0;
}

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
《零基础入门深度学习(4) - 卷积神经网络 - 作业部落 cmd markdown 编辑阅读器.pdf》是一个教程文档,主要介绍了卷积神经网络的基本概念和应用。该文档以Cmd Markdown编辑器为工具,提供了深度学习中卷积神经网络的相关知识和操作实例。 该文档的内容分为几个部分,首先介绍了深度学习的基本原理和相关术语,包括神经网络、梯度下降、误差反向传播等。接着详细讲解了卷积神经网络的原理和结构,包括卷积层、池化层和全连接层等。 文档中还介绍了卷积神经网络的常见应用,如图像分类、目标检测和语音识别等,并给出了相应的应用示例和代码实现。同时,还介绍了一些常用的卷积神经网络模型,如LeNet、AlexNet和VGGNet等,详细解释了它们的结构和特点。 在使用Cmd Markdown编辑阅读器进行学习时,可以通过该工具进行代码编写和调试,同时还可以使用Markdown语法进行文档编写和展示。该文档提供了一些代码实例和实战练习,可以帮助初学者更好地理解和应用卷积神经网络。 总的来说,《零基础入门深度学习(4) - 卷积神经网络 - 作业部落 cmd markdown 编辑阅读器.pdf》是一个简明扼要的教程文档,通过使用Cmd Markdown编辑器进行学习,可以掌握卷积神经网络的基本原理和应用,并进行相应的实践练习。这对于零基础的入门学习者来说是一份很好的资料。
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