求桥,边双连通缩点

一个无向图,问最少添加多少条边使任意两点有两条不同路径。

即构造一个边双连通图,边双连通缩点后是一棵树,度数为1的点为a,结论是需要添加(a+1)/2条边。

#include<iostream>
#include<cstdio>
#include<bitset>
#include<vector>
#include<queue>
#include<set>
#include<map>
#include<cstring>
#include<cmath>
#include<algorithm>
#define ll long long
#define ull unsigned long long
#define debug puts("======");
#define inf (1<<30)
#define eps 1e-8
using namespace std;
const int MAXN=6005;
const int MAXE=20005;

struct Edge
{
    int u, v;
    int next;
} edge[MAXE];
int head[MAXN], tot;
int n,m;

int dfn[MAXN],low[MAXN];
bool vis_e[MAXE];      //是否访问了边
bool is_bridge[MAXE];  //是否是桥
int dfs_clock;
int Block[MAXN]; //点所属边双
int block; //边双数
vector<int>vec[MAXN]; //缩点后图
bool vis[MAXN];

void init(int n)
{
    memset(head, -1, sizeof(head[0])*(n+1));
    tot = 0;
}
void addEdge(int u, int v)
{
    edge[tot].u = u;
    edge[tot].v = v;
    edge[tot].next = head[u];
    head[u] = tot++;
}
void dfs(int cur)
{
    dfn[cur] = low[cur] = ++dfs_clock;
    for(int i = head[cur]; i!=-1; i = edge[i].next)
    {
        int tv = edge[i].v;
        if(!dfn[tv])
        {
            vis_e[i] = vis_e[i^1] = true; //标记边可以处理重边
            dfs(tv);
            low[cur] = min(low[cur], low[tv]);
            if(dfn[cur] < low[tv]) is_bridge[i] = is_bridge[i^1] = true;
        }
        else if(dfn[tv] < dfn[cur] && !vis_e[i])
        {
            vis_e[i] = vis_e[i^1] = true;
            low[cur] = min(low[cur], dfn[tv]);
        }
    }
}
void find_bridge(int n)
{
    dfs_clock = 0;
    memset(dfn, 0, sizeof(dfn[0])*(n+1));
    memset(vis_e, 0, sizeof(vis_e[0])*tot);
    memset(is_bridge, 0, sizeof(is_bridge[0])*tot);
    for(int i = 1; i <= n; ++i)
        if(!dfn[i])
            dfs(i);
}
void DFS(int u)
{
    vis[u]=1;
    Block[u]=block;
    for(int i = head[u]; i!=-1; i = edge[i].next)
    {
        int v=edge[i].v;
        if(vis[v]||is_bridge[i])
            continue;
        DFS(v);
    }
}
//不经过桥的情况下,dfs求出每个变双
void find_scc()
{
    memset(vis,0,sizeof(vis));
    block=0;
    for(int i=1; i<=n; i++)
    {
        if(!vis[i])
        {
            ++block;
            vec[i].clear();
            DFS(i);
        }
    }
    int deg[MAXN];
    memset(deg,0,sizeof(deg));
    for(int i=0; i<tot; i++)
    {
        if(is_bridge[i])
        {
            vec[Block[edge[i].u]].push_back(Block[edge[i].v]);
            deg[Block[edge[i].v]]++;
        }
    }
    int ans=0;
    for(int i=1; i<=block; i++)
    {
        if(deg[i]==1)
            ans++;
    }
    printf("%d\n",(ans+1)/2);
}
int main()
{
    int t;
    int a,b;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%d%d",&n,&m);
        init(n);
        while(m--)
        {
            scanf("%d%d",&a,&b);
            addEdge(a,b);
            addEdge(b,a);
        }
        find_bridge(n);
        find_scc();
    }
    return 0;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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