★★★[并查集变形] AcWing 240. 食物链 题解

输入样例:

100 7
1 101 1 
2 1 2
2 2 3 
2 3 3 
1 1 3 
2 3 1 
1 5 5

输出样例:

3

 思路:

我们可以将食物链的环状捕食关系用并查集的形式表现出来, 印射成某节点距根节点的距离取余3的值(0 /  1  /  2 ), 差值为1的即为捕食与被捕食的关系, 如 2 - > 1 - > 0 ->2表示的是2吃1, 1吃0(0可以吃2 )

重点:

1. 在压缩并查集时, 同时需要注意节点到根的距离d

2. D=1时, 

如果X, Y(此篇统一写作 a, b)均已纳入该生态系统(并查集合), 即find(a)==find(b) , 再判断他们与根的距离是否满足 da%3 - db%3 = 0 (化简为 (da-db)%3 == 0 )

如果X, Y中有未纳入的,即find(a)!=find(b), 接下来我们需要将他们的根合并, 但这里与以往并查集合并不同的是, 不只要把他们的祖先合并, 还得维护与根的距离使得捕食关系(即取余3)不发生变化,

我们不妨让pa(a的根) 等于pb, 此时要使a, b各自距根的距离取余3后

相等,对照下图, 即(da+?-db)%3 == 0, 我们可以让 ? (即d[pa]) 满足 d[pa] = db-da

D=2时, 与上面的思路大体相似

如果X, Y(此篇统一写作 a, b)均已纳入该生态系统(并查集合), 即find(a)==find(b) , 再判断他们与根的距离是否满足 da%3 - db%3 = 1(即a吃b) (化简为 (da-db-1)%3 == 0 )

如果X, Y中有未纳入的,即find(a)!=find(b), 接下来我们需要将他们的根合并, 但这里与以往并查集合并不同的是, 不只要把他们的祖先合并, 还得维护与根的距离使得捕食关系(即取余3)不发生变化,

我们不妨让pa(a的根) 等于pb, 此时要使a, b各自距根的距离取余3后

相等,对照下图, 即(da+?-db)%3 == 1 (化简为(da+?-db-1)%3 == 0), 我们可以让 ? (即d[pa]) 满足 d[pa] = db-da+1

#include <iostream>
using namespace std;

const int N = 50010;
int p[N], d[N]; //可食用关系,食物链等级(距根节点的距离取余后分为0,1,2三个等级)

int find(int x)
{
    if(p[x]!=x){
        int t = find(p[x]);
        d[x] += d[p[x]];
        p[x] = t;
    }
    return p[x];
}

int main()
{
    int n,m;
    cin >> n >> m;
    
    for (int i = 1; i <= n; i ++ ) p[i] = i;
    
    int op, a, b;
    int res = 0;
    while (m -- )
    {
        cin >> op >> a >> b;
        
        if(a>n || b>n ) res ++;
        else
        {
            int pa = find(a), pb = find(b);
            if(op == 1){
                if(pa==pb && (d[a]-d[b])%3)res ++;
                else if(pa!=pb){
                    p[pa] = pb;
                    d[pa] = d[b] - d[a];
                }
            }
            else{
                if(pa==pb && (d[a]-d[b]-1)%3) res ++;
                else if(pa!=pb){
                    p[pa] = pb;
                    d[pa] = d[b]-d[a]+1;
                }
            }
        }
    }
    cout << res;
    return 0;
}

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
并查集是一种常用的数据结构,用于管理一个不相交集合的数据。在并查集中,每个元素都有一个父节点指向它所属的集合的代表元素。通过查找和合并操作,可以判断两个元素是否属于同一个集合,并将它们合并到同一个集合中。 在解决某些问题时,可以使用并查集进行优化。例如,在区间查询中,可以通过优化并查集的查询过程,快速找到第一个符合条件的点。 对于拆边(destroy)操作,一般的并查集无法直接实现这个功能。但是可以通过一个巧妙的方法来解决。首先,记录下所有不会被拆除的边,然后按照逆序处理这些指令。遇到拆边操作时,将该边重新加入并查集中即可。 在实现并查集时,虽然它是一种树形结构,但只需要使用数组就可以实现。可以通过将每个元素的父节点记录在数组中,来表示元素之间的关系。通过路径压缩和按秩合并等优化策略,可以提高并查集的效率。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [「kuangbin带你飞」专题五并查集专题题解](https://blog.csdn.net/weixin_51216553/article/details/121643742)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [并查集(详细解释+完整C语言代码)](https://blog.csdn.net/weixin_54186646/article/details/124477838)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

泥烟

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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