HLG 1360 Leyni的国家III (并查集)

链接:http://acm.hrbust.edu.cn/index.php?m=ProblemSet&a=showProblem&problem_id=1360

Description

Leyni经过了若干年的征战,终于建立了自己的国家,这个国家包含n个城市,编号为1n,而且这些城市之间存在m条双向通行的道路。不过Leyni的国家刚刚建立,所以他对每一条道路定义了道路警戒级别,由高到低分别为,a级,b级,c级。接下来,每条路径的路径警戒级别就等于这条路径所经过的所有道路的最高警戒级别;每两个城市之间的城际警戒级别就等于这两个城市之间的所有路径中的最低路径警戒级别。

现在,Leyni告诉了你所有道路的道路警戒级别,他想知道某些城市之间的城际警戒级别,请你帮助他!

Input

本题有多组测试数据,输入的第一行是一个整数T代表着测试数据的数量,接下来是T组测试数据。

对于每组测试数据:

1 包含三个以空格分隔的整数nmq (1 ≤ n ≤ 105, 0 ≤ m, q ≤ 106)

2 .. m + 1 每行包含一对整数uv (1 ≤ u, v ≤ n, u ≠ v) 与一个字母x ("a", "b", "c"之一)代表着城市uv之间存在着一条警戒级别为x的道路。

注:输入数据保证每对城市之间最多只存在一条道路。

m + 2 .. m + 1 + q 每行包含一对整数uv (1 ≤ u, v ≤ n, , u ≠ v) 代表着Leyni要查询城市uv之间的城际警戒级别。

Output

对于每组测试数据:

1 .. q 请针对每次Leyni的查询按照其查询的顺序输出两个城市之间的城际警戒级别,如果两城市之间不存在路径,则输出-1

Sample Input

1

4 4 4

1 2 c

2 3 a

3 4 b

2 4 c

1 2

2 3

3 4

1 4

Sample Output

c

b

b

c

This Code Submitted By Kesha:

#include <iostream>
#include <cstdio>
#include <cstdlib>
#include <cstring>
#define MAXN 100000+10
using namespace std;

int father[3][MAXN];

void Make_Set(int n)  //初始化,每一个节点对应自身的父亲节点
{
    for(int i=0; i<3; i++) {
        for(int j=1; j<=n; j++) {
            father[i][j] = j;
        }
    }
}

int Find_Set(int x, int v)  //查找父亲节点
{
    if(x != father[v][x]) {
        father[v][x] = Find_Set(father[v][x], v); //状态压缩
    }
    return father[v][x];
}

void Union_Set(int x, int y, int v)  //节点的结合
{
    x = Find_Set(x, v);
    y = Find_Set(y, v);
    if(x == y) return ;
    if(x > y) father[v][x] = father[v][y];
    else father[v][y] = father[v][x];
}

void solve(int Mc, int Md)
{
    if(Find_Set(Mc, 2) == Find_Set(Md, 2)) puts("c");
    else if(Find_Set(Mc, 1) == Find_Set(Md, 1)) puts("b");
    else if(Find_Set(Mc, 0) == Find_Set(Md, 0)) puts("a");
    else puts("-1");
}

int main()
{
    int cas, n, m, q;
    scanf("%d", &cas);

    while(cas--) {
        scanf("%d %d %d", &n, &m, &q);
        Make_Set(n);
        int Mc, Md; char s[2];
        for(int i=0; i<m; i++) {
            scanf("%d %d %s", &Mc, &Md, s);
            int flag = s[0] - 'a';
            Union_Set(Mc, Md, flag);
            if(flag == 0) {
                Union_Set(Find_Set(Mc, 1), Find_Set(Md, 1), 0);
                Union_Set(Find_Set(Mc, 2), Find_Set(Md, 2), 0);
            }else if(flag == 1) {
                Union_Set(Find_Set(Mc, 0), Md, 0);
                Union_Set(Find_Set(Md, 0), Mc, 0);
                Union_Set(Find_Set(Mc, 2), Find_Set(Md, 2), 1);
            }else {
                Union_Set(Find_Set(Mc, 0), Md, 0);
                Union_Set(Find_Set(Md, 0), Mc, 0);
                Union_Set(Find_Set(Mc, 1), Md, 1);
                Union_Set(Find_Set(Md, 1), Mc, 1);
            }
        }
        for(int i=0; i<q; i++) {
            scanf("%d %d", &Mc, &Md);
            solve(Mc, Md);
        }
    }
    return 0;
}

后续解法待续。。。


引用:OpenCvSharp是一个OpenCV的.Net wrapper,用于开发基于OpenCV的应用程序,它与原始的OpenCV更接近,并提供了详细的使用样例。 引用:对于使用OpenCV进行图像处理的代码示例,可以使用import numpy as np import cv2来导入OpenCV库,并使用cv2.imread、cv2.imshow等函数进行图像的读取和显示。 引用:如果想要使用OpenCV进行分类器的生成,可以使用opencv_traincascade.exe命令,并提供指定的参数,例如-data用于指定生成的分类器的保存路径,-vec用于指定正样本描述文件的路径,-bg用于指定负样本文件的路径,以及其他参数如numPos、numNeg、minHitRate等。 关于"opencv hlg"的问题,根据提供的引用内容,我没有找到与"opencv hlg"相关的具体信息。可能需要提供更多背景或上下文信息来解答该问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [OpenCvSharp](https://download.csdn.net/download/qq_18865111/86722032)[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_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python opencv 读取图片 存储图片](https://blog.csdn.net/weixin_41799483/article/details/80829825)[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_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [opencv分类器训练方法](https://blog.csdn.net/weixin_41799483/article/details/80567909)[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_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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