连通分量 | Connected Components | C/C++实现

问题描述

请编写一个程序,输入SNS的朋友关系,判断从指定人物出发能否通过双向朋友链抵达人物。

输入: 第1行输入代表SNS用户数的整数n以及代表朋友关系数的m,用空格隔开。SNS各用户的ID分别为0到n-1。
接下来的m行输入朋友关系,每个朋友关系占1行。1个朋友关系包含s、t这两个整数,表示s和t为朋友。s、t输入时用空格隔开。
紧接下来的1行输入问题数q。再接下来的q行输入问题。
各问题均为用空格隔开的2个整数s、t,表示从s出发能否抵达t?
输出: 如果从s出发能抵达t就输出yes,否则输出no,每个问题的回答占1行。
限制:
2 ≤ n ≤ 100000
0 ≤ m ≤ 100000
1 ≤ q ≤ 10000

输入示例

10 9
0 1
0 2
3 4
5 7
5 6
6 7
6 8
7 8
8 9
3
0 1
5 9
1 3

输出示例

yes
yes
no

讲解

这是一个求图连通分量(Connected Components)的问题。对于一个连通性未知的图G,其极大联通子图即为G的连通分量。在G的连通子图中,如果包含G’的图只有G’,那么G’就是G的极大连通子图。

连通分量可以通过深度优先搜索和广度优先搜索来寻找。在本题中,我们需要对顶点数和边数都很多的大规模图进行深度优先或广度优先搜索,所以不能采用消耗内存空间为O(n^2)的邻接矩阵。于是我们用邻接表来表示图。

邻接表适合边数较少的稀疏图。在无权值有向图的邻接表中,各项点都对应着一个相邻顶点的编号列表。如果换作无向图,那么只要u的列表中包含v,v的列表中也就一定包含u。

vector<int> G[100];//表示有100个顶点的图的邻接表
......................................
G[u].push_back(u);//从顶点u向顶点v画边
................................................
//搜索与顶点u相邻的顶点v
for(int i = 0; i < G[u].size(); i++){
	int v = G[u][i];
	....................
}

求图的连通分量时,需要以未访问的顶点为起点循环执行深度优先搜索(或广度优先搜索)。只要在此过程中给每轮搜索到的顶点分配不同的编号(颜色),我们就可以用O(1)来判断指定的两个顶点是否属于同一组(颜色)了。

使用邻接表的深度优先搜索和广度优先搜索都需要对每个顶点各访问一次,同时还需对邻接表中的顶点(边)也逐一进行访问,因此算法复杂度为O(|V|+|E|)。

邻接表表示法的优点:
只需与边数成正比的内存空间。

邻接表表示法的缺点:
需要消耗O(n)来搜索邻接表。不过大部分算法(如BFS、DFS等)只需对特定顶点的相邻顶点进行一次遍历即可满足需求,因此影响并不大。
难以有效删除边。

AC代码如下

#include<iostream>
#include<vector>
#include<stack>
using namespace std;
static const int MAX = 100000;
static const int NIL = -1;

int n;
vector<int> G[MAX];
int color[MAX];

void dfs(int r, int c){
	stack<int> S;
	S.push(r);
	color[r] = c;
	while( !S.empty() ){
		int u = S.top(); S.pop();
		for(int i = 0; i < G[u].size(); i++){
			int v = G[u][i];
			if(color[v] == NIL) {
				color[v] = c;
				S.push(v);
			} 
		}
	}
} 

void assignColor(){
	int id = 1;
	for(int i = 0; i < n; i++) color[i] = NIL;
	for(int u = 0; u < n; u++){
		if(color[u] == NIL) dfs(u, id++);
	}
}

int main(){
	int s, t, m, q;
	
	cin>>n>>m;
	
	for(int i = 0; i < m; i++){
		cin>>s>>t;
		G[s].push_back(t);
		G[t].push_back(s);
	}
	
	assignColor();
	
	cin>>q;
	
	for(int i = 0; i < q; i++){
		cin>>s>>t;
		if(color[s] == color[t]){
			cout<<"yes"<<endl;
		} else {
			cout<<"no"<<endl;
		}
	}
	
	return 0;
}
  • 7
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
connectedComponents是OpenCV中的一个函数,用于将二值图像中的连通区域进行标记,返回标记后的图像以及连通区域的个数。 函数的语法为: cv::connectedComponents(const cv::Mat& image, cv::Mat& labels, int connectivity=8, int ltype=CV_32S); 其中,image是输入的二值图像,labels是输出的标记后的图像,connectivity表示连通性的类型,默认为8,ltype表示标记图像的类型,默认为CV_32S。 使用该函数的步骤如下: 1. 将输入的二值图像转换为灰度图像,如果已经是灰度图像则可省略此步骤。 2. 调用connectedComponents函数进行标记。 3. 对labels图像进行处理,根据不同的标记值对不同的连通区域进行处理。 下面是一个使用connectedComponents函数进行标记的示例代码: ```c++ #include <opencv2/opencv.hpp> using namespace cv; int main() { Mat image = imread("binary.png", IMREAD_GRAYSCALE); Mat labels; int num_labels = connectedComponents(image, labels, 8, CV_32S); for (int i = 0; i < num_labels; i++) { Mat mask = labels == i; Mat region; image.copyTo(region, mask); // 对region进行处理 } return 0; } ``` 在上述代码中,首先读入了一个二值图像,然后调用connectedComponents函数进行标记,得到标记后的图像以及连通区域的个数。接着对标记图像进行处理,根据不同的标记值对不同的连通区域进行处理。 需要注意的是,connectedComponents函数会将背景标记为0,因此得到的标记图像中的连通区域的标记值从1开始。

“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
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