【UVA 11175】From D to E and Back 题解(图论)

取具有n个顶点和m条边的任意有向图D。你可以在
以下方式。E将有m个顶点,每个顶点对应于D的每条边。例如,如果D有一条边uv,
那么E将有一个叫做uv的顶点。现在,每当D有边uv和vw时,E就会有边
顶点uv到顶点vw。E中没有其他边。
你将得到一张E图,并且必须确定E是否有可能是某些有向图D的图的卧图。

输入
第一行输入给出了案例数N(N<220)。接下来是N个测试用例。每一个都开始
其中两条线包含m(0≤m≤300)和k。接下来的k条线将分别包含一对顶点,
x和y,这意味着E中有一条从x到y的边。顶点的编号从0到m−1
输出
对于每个测试用例,输出一行包含“case#x:”,后跟“Yes”或“No”,具体取决于
无论E是否是有效的卧图。注意,D允许有重复边和自边。

Sample Input
4
2
1
0 1
5
0
4
3
0 1
2 1
2 3
3
9
0 1
0 2
1 2
1 0
2 0
2 1
0 0
1 1
2 2
Sample Output
Case #1: Yes
Case #2: Yes
Case #3: No
Case #4: Yes

思路

易知节点a,b,c,d,若a->c且b->c,则必有a->d,b->d

AC代码

#include <iostream>
#include <cstring>
using namespace std;
#define AUTHOR "HEX9CF"

const int maxn = 305;

// 邻接矩阵
int matrix[maxn][maxn];

void read(int &x)
{
    char ch;
    x = 0;
    while (!('0' <= ch && '9' >= ch))
    {
        ch = getchar();
    }
    while (('0' <= ch && '9' >= ch))
    {
        x = x * 10 + ch - '0';
        ch = getchar();
    }
}

int check(int m)
{
    for (int i = 0; i < m; i++)
    {
        for (int j = 0; j < m; j++)
        {
            int a = 0;
            int b = 0;
            for (int k = 0; k < m; k++)
            {
                // i -> a 且 j -> a
                if (matrix[i][k] && matrix[j][k])
                {
                    a = 1;
                }
                // i -> b 但 j !-> b
                if (matrix[i][k] ^ matrix[j][k])
                {
                    b = 1;
                }
            }
            if (a && b)
            {
                return 0;
            }
        }
    }
    return 1;
}

int main()
{
    int n;
    read(n);
    for (int cnt = 1; cnt <= n; cnt++)
    {
        int m, k;
        memset(matrix, 0, sizeof(matrix));
        read(m); // 节点数
        read(k); // 边数
        for (int i = 0; i < k; i++)
        {
            int u, v;
            read(u);
            read(v);
            matrix[u][v] = 1;
        }
        cout << "Case #" << cnt << ": ";
        if (check(m))
        {
            cout << "Yes" << endl;
        }
        else
        {
            cout << "No" << endl;
        }
    }
    return 0;
}
美赛e题通常会要求解决一个实际的工程或管理问题,涉及到建模、数据分析、优化等方面。解题思路通常分为以下几个步骤: 1. 问题理解:首先要仔细阅读题目,理解问题背景、要求和限制条件。明确问题的目标和约束条件是解题的第一步。 2. 建立数学模型:根据问题要求和数据,建立合适的数学模型来描述问题。可能涉及到微积分、概率统计、线性代数等数学知识。模型的建立需要考虑到实际情况和假设条件,尽量简化和抽象问题方便求解。 3. 数据分析:根据所给数据或者自行获取数据,进行数据的处理和分析。可能需要进行数据清洗、统计分析、可视化等工作,以便更好地理解问题和验证模型。 4. 求解优化问题:根据建立的数学模型,可以采用各种优化方法来求解问题。常用的方法包括线性规划、整数规划、动态规划、遗传算法等。在求解的过程中需要注意约束条件的处理和结果的解释。 5. 结果分析和验证:得到结果后,需要进行结果的分析和验证,看是否符合实际情况和问题要求。如果有必要,可以进行灵敏度分析和稳定性分析,探讨模型的鲁棒性和可靠性。 6. 方案优化和改进:根据结果分析的情况,可以对建模和求解过程进行改进和优化,以提高解题的精度和效率。 以上是美赛e题解题思路的一般流程,具体问题具体分析,需要根据具体问题的特点来灵活应对。
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