“六度空间”理论又称作“六度分隔(Six Degrees of Separation)”理论。这个理论可以通俗地阐述为:“你和任何一个陌生人之间所间隔的人不会超过六个,也就是说,最多通过五个人你就能够认识任何一个陌生人。”如图1所示。
图1 六度空间示意图
“六度空间”理论虽然得到广泛的认同,并且正在得到越来越多的应用。但是数十年来,试图验证这个理论始终是许多社会学家努力追求的目标。然而由于历史的原因,这样的研究具有太大的局限性和困难。随着当代人的联络主要依赖于电话、短信、微信以及因特网上即时通信等工具,能够体现社交网络关系的一手数据已经逐渐使得“六度空间”理论的验证成为可能。
假如给你一个社交网络图,请你对每个节点计算符合“六度空间”理论的结点占结点总数的百分比。
输入格式:
输入第1行给出两个正整数,分别表示社交网络图的结点数N(1<N≤103,表示人数)、边数M(≤33×N,表示社交关系数)。随后的M行对应M条边,每行给出一对正整数,分别是该条边直接连通的两个结点的编号(节点从1到N编号)。
输出格式:
对每个结点输出与该结点距离不超过6的结点数占结点总数的百分比,精确到小数点后2位。每个结节点输出一行,格式为“结点编号:(空格)百分比%”。
输入样例:
10 9
1 2
2 3
3 4
4 5
5 6
6 7
7 8
8 9
9 10
输出样例:
1: 70.00%
2: 80.00%
3: 90.00%
4: 100.00%
5: 100.00%
6: 100.00%
7: 100.00%
8: 90.00%
9: 80.00%
10: 70.00%
网上看到有的同学写的是BFS,但是我觉得最简单的方法肯定是用最短路来写啦
思路:考虑从每个点做一遍最短路,然后查询这次最短路的情况下,有多少个点的距离到起点是小于等于6的,起点自己也算。
时间复杂度:Onmlogn,堆优化的Dijkstra时间复杂度是 mlogn,但是这里要跑n个点n次。根据数据范围大概就是10^8次方,刚好能过hh
#include <bits/stdc++.h>
using namespace std;
typedef pair<int, int> PII;
const int N = 3010, M = 33 * N;
int n, m;
int h[N], e[M], w[M], ne[M], idx;
int dist[N];
bool st[N];
void add(int a, int b, int c)
{
e[idx] = b, w[idx] = c, ne[idx] = h[a], h[a] = idx++;
}
void dijkstra(int u) // 求1号点到n号点的最短路距离
{
memset(st, 0, sizeof st);
memset(dist, 0x3f, sizeof dist);
dist[u] = 0;
priority_queue<PII, vector<PII>, greater<PII>> heap;
heap.push({0, u});
while (heap.size())
{
auto t = heap.top();
heap.pop();
int ver = t.second, distance = t.first;
if (st[ver]) continue;
st[ver] = true;
for (int i = h[ver]; i != -1; i = ne[i])
{
int j = e[i];
if (dist[j] > dist[ver] + w[i])
{
dist[j] = dist[ver] + w[i];
heap.push({dist[j], j});
}
}
}
int cnt = 0;
for (int i = 1; i <= n; i ++ )
if (dist[i] <= 6 ) cnt ++;
cout << u << ":" << ' ';
printf("%.2lf%%\n", cnt * 1.0 / n * 100);
}
int main()
{
cin >> n >> m;
memset(h, -1, sizeof h);
while (m -- )
{
int a, b;
cin >> a >> b;
add(a, b, 1), add(b, a, 1);
}
for (int i = 1; i <= n; i ++ ) dijkstra(i);
return 0;
}