图的遍历(邻接矩阵) - 图着色问题 - 天梯赛 L2 - 023

图的遍历(邻接矩阵) - 图着色问题 - 天梯赛 L2 - 023

题意:

图着色问题是一个著名的NP完全问题。给定无向图G=(V,E),问可否用K种颜色为V中的每一个顶点分配一种颜色,使得不会有两个相邻顶点具有同一种颜色?

但本题并不是要你解决这个着色问题,而是对给定的一种颜色分配,请你判断这是否是图着色问题的一个解。

输入格式:

输入在第一行给出3个整数V(0<V≤500)、E(≥0)和K(0<K≤V),分别是无向图的顶点数、边数、以及颜色数。顶点和颜色都从1到V编号。随后E行,每行给出一条边的两个端点的编号。在图的信息给出之后,给出了一个正整数N(≤20),是待检查的颜色分配方案的个数。随后N行,每行顺次给出V个顶点的颜色(第i个数字表示第i个顶点的颜色),数字间以空格分隔。题目保证给定的无向图是合法的(即不存在自回路和重边)。

输出格式:

对每种颜色分配方案,如果是图着色问题的一个解则输出Yes,否则输出No,每句占一行。

输入样例:

6 8 3
2 1
1 3
4 6
2 5
2 4
5 4
5 6
3 6
4
1 2 3 3 1 2
4 5 6 6 4 5
1 2 3 4 5 6
2 3 4 2 3 4

输出样例:

Yes
Yes
No
No

分析:

因 为 本 题 未 告 知 边 的 数 量 范 围 , 因为本题未告知边的数量范围,

根 据 点 的 数 量 , 采 用 邻 接 矩 阵 存 储 图 。 根据点的数量,采用邻接矩阵存储图。

用 v e c t o r 代 替 二 维 数 组 作 为 邻 接 矩 阵 。 用vector代替二维数组作为邻接矩阵。 vector

好 处 在 于 , 能 够 优 化 第 二 层 循 环 。 好处在于,能够优化第二层循环。

另外的坑点:

颜 色 编 号 的 范 围 也 未 告 知 , 因 此 我 采 用 哈 希 表 来 统 计 输 入 的 颜 色 编 号 。 颜色编号的范围也未告知,因此我采用哈希表来统计输入的颜色编号。

代码:

#include<iostream>
#include<cstring>
#include<algorithm>
#include<cstdio>
#include<queue>
#include<unordered_map>
#include<vector>

using namespace std;

const int N = 510;

int n, m, k;
int color[N];
vector<int> g[N];
unordered_map<int,bool> st;

bool check()
{
    for(int u=1;u<=n;u++)    
        for(int i=0;i<g[u].size();i++)
        {
            int v=g[u][i];
            if(color[u]==color[v]) return false;
        }
    
    return true;
}

int main()
{
    scanf("%d%d%d",&n,&m,&k);
    
    int a,b;
    while(m--)
    {
        scanf("%d%d",&a,&b);
        g[a].push_back(b), g[b].push_back(a);
    }
    
    int t;
    scanf("%d",&t);
    while(t--)
    {
        st.clear();
        for(int i=1;i<=n;i++) 
        {
            scanf("%d",&color[i]);
            if(!st.count(color[i])) 
                st[color[i]]=true;
        }
        if(st.size()!=k) puts("No");
        else if(check()) puts("Yes");
        else puts("No");
    }
    
    return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于光谱表示法颜色近邻搜索的核心是高维向量近邻搜索,相似性度量和索引树构建是影响其性能的关键,前者存在等距性问题,后者存在构建困难、查询效率低、不易动态调整等问题,从而严重影响颜色近邻搜索算法的性能。使用NPsim函数计算颜色相似性,结合有序矩阵组织颜色空间数据,提出一种基于有序NPsim矩阵的颜色近邻搜索算法。首先,计算颜色空间中所有颜色之间的NPsim值,构建反映所有颜色相似性关系的NPsim矩阵;然后,按照每种颜色与其它颜色的相似性,对NPsim矩阵的每行元素降序排列,从而得到反映每种颜色与其它颜色相似性大小关系的有序NPsim矩阵;最后,对于颜色空间中任意给定的颜色,根据它在有序NPsim矩阵中的行号,就能够直接找到该颜色的所有近邻。我们采用蒙赛尔全光泽色系光谱构建有序NPsim矩阵,同时建立KD树和SR树,分别进行K近邻搜索,并从精度和速度两方面比较。在精度方面,本算法得到的颜色近邻与查询颜色距离最近、相似性最好,存在逆序现象的近邻个数最少;在速度方面,构建有序NPsim矩阵的时间比构建KD树和SR树的时间要长,但近邻搜索速度是KD树/SR树的1万倍左右,而且与K值无关;此外,构建有序NPsim矩阵易于并行化,而构建KD树和SR树不易并行化,并行化后构建有序NPsim矩阵的速度会超过构建KD树和SR树的速度。实验结果表明本方法适用于颜色近邻搜索。
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