带权并查集|食物链

POJ-1182
这题挺恶心的,以后再补充

Code

package DisjoinSet;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.StringTokenizer;

public class Main {
	/**
	 * 0 同类 1 被父节点吃 2 吃父节点
	 */
	static int[] rel; // 边权
	static int n;
	static int[] parent;
	static int count;

	public static class InputReader {
		private BufferedReader in;
		private StringTokenizer tokenizer;

		public InputReader(InputStream stream) {
			in = new BufferedReader(new InputStreamReader(stream), 32768);
			tokenizer = null;
		}

		public String next() throws IOException {
			while (tokenizer == null || !tokenizer.hasMoreTokens()) {
				tokenizer = new StringTokenizer(in.readLine());
			}
			return tokenizer.nextToken();
		}

		public int nextInt() throws IOException {
			return Integer.valueOf(next());
		}
	}

	public static void main(String[] args) throws IOException {
		// TODO Auto-generated method stub
		InputReader reader = new InputReader(System.in);
		n = reader.nextInt();
		int k = reader.nextInt();
		init();
		for (int i = 0; i < k; i++) {
			int flag = reader.nextInt();
			int x = reader.nextInt();
			int y = reader.nextInt();
			if (x > n || y > n) {// 错误
				count++;
				continue;
			}
			if (flag == 2 && x == y) {// 错误
				count++;
				continue;
			}
			union(x, y, flag);
		}
		System.out.println(count);
	}

	private static void union(int x, int y, int flag) {
		int rootX = find(x);
		int rootY = find(y);
		if (rootX == rootY) {// 此时,可以推算出x与y的关系,来判断输入是否有误
			if (flag == 1) {
				if (!check(x, y)) {
					count++;
				} // 判断x与y是否为同类关系
			} else if (!check2(x, y)) {
				count++;
			} // 检查是否为x吃y的关系
			return;
		}
		// 此时,x与y所在的集合需要合并
		parent[rootY] = rootX;
		rel[rootY] = (rel[x] + flag - 1 + 3 - rel[y]) % 3;// !!
	}

	// 检查是否为x吃y的关系
	private static boolean check2(int x, int y) {
		if (rel[x] == 0 && rel[y] == 1 || rel[x] == 2 && rel[y] == 0 || rel[x] == 1 && rel[y] == 2)
			return true;
		return false;
	}

	// 检查x与y是否是同一种类
	private static boolean check(int x, int y) {
		if (rel[x] == rel[y])
			return true;
		return false;
	}

	private static void init() {
		parent = new int[n + 1];
		for (int i = 1; i < parent.length; i++) {
			parent[i] = i;
		}
		rel = new int[n + 1];// 初始化为0,代表其与其父节点的关系为同类
		count = 0;
	}

	private static int find(int x) {
		if (parent[x] == x)
			return parent[x];
		int temp = parent[x];// 压缩前的父节点
		parent[x] = find(parent[x]);// 压缩
		// 维护rel数组
		rel[x] = (rel[x] + rel[temp]) % 3;
		return parent[x];
	}
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
带权并查集(Weighted Union-Find)是在普通并查集的基础上进行了扩展,它在每个节点上存储了额外的权重信息。带权并查集主要用于解决一些需要考虑权重或者秩的问题,例如求解最小生成树、最大连通子图等。 在普通并查集中,每个节点都有一个父节点指针,用于表示该节点所属的集合。在带权并查集中,除了父节点指针外,每个节点还有一个权重值。这个权重值可以是任意类型的,例如整数、浮点数等,根据问题的需求而定。 带权并查集的基本操作与普通并查集类似,包括初始化、查找和合并: 1. 初始化:对于每个元素,将其视为一个独立的集合,即每个元素的父节点都是它自己,同时将权重值初始化为初始值。 2. 查找操作(Find):查找元素所属的集合,即找到元素的根节点。通过沿着父节点指针链向上遍历,直到找到根节点。返回根节点的同时可以累加路径上所有节点的权重值,以实现路径压缩和权重更新。 3. 合并操作(Merge):将两个集合合并成一个集合,即将一个集合的根节点的父节点指向另一个集合的根节点。在合并操作中,需要考虑集合的权重信息。通常,我们将权重较小的集合合并到权重较大的集合上,并更新根节点的权重值。 带权并查集的优化策略主要包括按秩合并和路径压缩。按秩合并是根据集合的秩(树的高度或节点数量)来进行合并操作,将秩较小的集合合并到秩较大的集合上,以保持树的平衡。路径压缩则是在查找操作中,将经过的每个节点直接连接到根节点,并更新路径上所有节点的权重值。 带权并查集的时间复杂度也取决于查找操作的路径长度,但由于路径压缩和按秩合并的优化,一般情况下可以达到接近常数时间复杂度。 带权并查集是一个非常有用的数据结构,可以解决一些需要考虑权重或秩的问题。通过存储额外的权重信息,并结合路径压缩和按秩合并等优化策略,可以提高算法的效率。 希望这个解释对您有所帮助!如果您还有其他问题,请随时提问。
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