19011 小猿的依赖循环

这个问题可以通过拓扑排序来解决。拓扑排序是一种对有向无环图（DAG）进行排序的算法，它会按照依赖关系生成一个线性序列。在这个问题中，我们可以将资源的依赖关系看作是一个有向图，然后使用拓扑排序来检查是否存在循环依赖。如果在进行拓扑排序的过程中，我们发现有些节点无法加入到排序结果中，那么就说明存在循环依赖。

以下是C++代码实现：

#include <iostream>
#include <vector>
#include <queue>
using namespace std;

int main() {
    int T;
    cin >> T;
    while (T--) {
        int N;
        cin >> N;
        vector<vector<int>> graph(N);
        vector<int> indegree(N, 0);
        for (int i = 0; i < N; i++) {
            for (int j = 0; j < N; j++) {
                int a;
                cin >> a;
                if (a == 1) {
                    graph[j].push_back(i);
                    indegree[i]++;
                }
            }
        }

        queue<int> q;
        for (int i = 0; i < N; i++) {
            if (indegree[i] == 0) {
                q.push(i);
            }
        }

        int count = 0;
        while (!q.empty()) {
            int cur = q.front();
            q.pop();
            count++;
            for (int next : graph[cur]) {
                indegree[next]--;
                if (indegree[next] == 0) {
                    q.push(next);
                }
            }
        }

        if (count == N) {
            cout << 0 << endl;
        } else {
            cout << 1 << endl;
        }
    }
    return 0;
}

在这段代码中，我们首先读取输入的测试用例数量T，然后对于每个测试用例，我们读取资源的数量N和资源的依赖关系，然后我们构建一个有向图和一个入度数组。然后我们将入度为0的节点加入到一个队列中。然后我们从队列中取出一个节点，将它加入到排序结果中，然后将它的所有后继节点的入度减1，如果后继节点的入度变为0，那么我们将后继节点加入到队列中。我们重复这个过程，直到队列为空。最后，我们检查排序结果中的节点数量是否等于资源的数量，如果等于，那么就说明不存在循环依赖，否则就说明存在循环依赖。

这段代码的时间复杂度是O(n^2)，其中n是节点的数量。因为我们需要遍历所有节点，对于每个节点，我们还需要遍历它的所有邻接节点。所以总的时间复杂度是O(n^2)。

这段代码的空间复杂度是O(n)，因为我们需要存储输入的有向图和入度数组。