7-122 部落 (25 分)

在一个社区里,每个人都有自己的小圈子,还可能同时属于很多不同的朋友圈。我们认为朋友的朋友都算在一个部落里,于是要请你统计一下,在一个给定社区中,到底有多少个互不相交的部落?并且检查任意两个人是否属于同一个部落。

输入格式:

输入在第一行给出一个正整数N(≤104),是已知小圈子的个数。随后N行,每行按下列格式给出一个小圈子里的人:

K P[1] P[2] ⋯ P[K]

其中K是小圈子里的人数,P[i](i=1,⋯,K)是小圈子里每个人的编号。这里所有人的编号从1开始连续编号,最大编号不会超过104。

之后一行给出一个非负整数Q(≤104),是查询次数。随后Q行,每行给出一对被查询的人的编号。

输出格式:

首先在一行中输出这个社区的总人数、以及互不相交的部落的个数。随后对每一次查询,如果他们属于同一个部落,则在一行中输出Y,否则输出N

输入样例:

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

输出样例:

10 2
Y
N

注释:遇到一个坑,断断续续找了两天才找出来, 不知道看了那个博主的,把init初始化时只初始化到n,但n表示的是有多少个小圈子,不是有多少人,此为,题中有说明人的编号是连续的,所以在计算圈子个数时可以直接从一到总数遍历一下就好了

#include <iostream>
#include <set>
using namespace std;
const int MAXN = 1e4 + 10;
int father[MAXN];
void init();
int findFather(int x);
void Union(int a, int b);

int main(void)
{
    int n;
    cin >> n;
    init();
    set<int> st, cnt;
    for ( int i = 0; i < n; i ++ ) {
        int k, t, p;
        cin >> k >> t;
        st.insert(t);
        for ( int j = 1; j < k; j ++ ) {
            cin >> p;    
            Union(t, p);
            st.insert(p);
        }
    }
    for ( int i = 1; i <= st.size(); i ++ )
        cnt.insert(findFather(i));
    cout << st.size() << " " << cnt.size() << endl;
    int q;
    cin >> q;
    for ( int i = 0; i < q; i ++ ) {
        int a, b;
        cin >> a >> b;
        if ( findFather(a) == findFather(b) ) cout << "Y\n";
        else cout << "N\n";
    }
    
    return 0;
}

void init()
{
    for ( int i = 0; i < MAXN; i ++ )
        father[i] = i;
}

int findFather(int x)
{
    if ( x == father[x] ) return x;
    else {
        int fa = findFather(father[x]);
        father[x] = fa;
        return fa;
    }
}

void Union(int a, int b)
{
    int faA = findFather(a);
    int faB = findFather(b);
    if ( faA != faB )
        father[faA] = faB;
}

《零基础入门深度学习(4) - 卷积神经网络 - 作业部落 cmd markdown 编辑阅读器.pdf》是一个教程文档,主要介绍了卷积神经网络的基本概念和应用。该文档以Cmd Markdown编辑器为工具,提供了深度学习中卷积神经网络的相关知识和操作实例。 该文档的内容为几个部,首先介绍了深度学习的基本原理和相关术语,包括神经网络、梯度下降、误差反向传播等。接着详细讲解了卷积神经网络的原理和结构,包括卷积层、池化层和全连接层等。 文档中还介绍了卷积神经网络的常见应用,如图像类、目标检测和语音识别等,并给出了相应的应用示例和代码实现。同时,还介绍了一些常用的卷积神经网络模型,如LeNet、AlexNet和VGGNet等,详细解释了它们的结构和特点。 在使用Cmd Markdown编辑阅读器进行学习时,可以通过该工具进行代码编写和调试,同时还可以使用Markdown语法进行文档编写和展示。该文档提供了一些代码实例和实战练习,可以帮助初学者更好地理解和应用卷积神经网络。 总的来说,《零基础入门深度学习(4) - 卷积神经网络 - 作业部落 cmd markdown 编辑阅读器.pdf》是一个简明扼要的教程文档,通过使用Cmd Markdown编辑器进行学习,可以掌握卷积神经网络的基本原理和应用,并进行相应的实践练习。这对于零基础的入门学习者来说是一份很好的资料。
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

qing影

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