POJ 1386 Play on Words(单词建图+欧拉通(回)路路判断)

题目链接:http://poj.org/problem?id=1386

题目大意:给你若干个字符串,一个单词的尾部和一个单词的头部相同那么这两个单词就可以相连,判断给出的n个单词是否能够一个接着一个全部连通。

解题思路:其实就是让你判断是否是欧拉回路或欧拉通路,建图需要一点思维,把26个字母当成是节点,每个单词当成是一条有向边。比如单词possible就是一条p->e的有向边。

代码:

#include<iostream>
#include<cstdio>
#include<queue>
#include<cstring>
#define CLR(arr,val) memset(arr,val,sizeof(arr))
using namespace std;
const int N=30;

int indeg[N],outdeg[N],root[N];

int find(int x){
    return root[x]==x?x:root[x]=find(root[x]);
}

void init(){
    CLR(indeg,0);
    CLR(outdeg,0);
    for(int i=0;i<26;i++)
        root[i]=i;
}

int main(){
    int n,t;
    scanf("%d",&t);
    while(t--){
        init();
        scanf("%d",&n);
        char str[1005];
        for(int i=1;i<=n;i++){
            int u,v;
            scanf("%s",str);
            //u->v的有向边 
            u=str[0]-'a';
            v=str[strlen(str)-1]-'a';
            if(find(u)!=find(v))
                root[find(u)]=find(v);
            indeg[v]++;
            outdeg[u]++;
        }
        bool flag=true;
        int cnt=0,chu=0,ru=0;
        for(int i=0;i<26;i++){
            if(find(i)==i&&(indeg[i]+outdeg[i])>0)
                cnt++;
            if(indeg[i]!=outdeg[i]){
                if(indeg[i]-1==outdeg[i])
                    ru++;
                else if(indeg[i]+1==outdeg[i])
                    chu++;
                else
                    flag=false;    
            }
        }
        //欧拉回路和通路都符合题目条件 
        if(flag&&cnt==1&&(chu==1&&ru==1||chu==0&&ru==0))
            puts("Ordering is possible.");
        else
            puts("The door cannot be opened.");
    }
    return 0;
}

 

转载于:https://www.cnblogs.com/fu3638/p/7924166.html

  • 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。其网络结构常包含多个卷积层和全连接层,过卷积层提取图像特征,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