P1971 [NOI2011] 兔兔与蛋蛋游戏

题目

题目

思路

把棋盘抽象成一个二分图(空位,黑子为左边点,白子为右边点),可以看出当空位不在最大匹配点上时,有必胜方法。
发现游戏操作具有不可退回的性质,所以当空格的移动轨迹上的点相当于被删除了。
对于每次(包括后手的操作)操作,我们考虑是否在删除原空格点后还有增广路,若没有则有必胜策略
然后O(n)输出。
code:

#include<iostream>
#include<algorithm>
#include<cmath>
#include<cstring>
using namespace std;
int head[3601],c[3601],book[3601],wj[3601],q[4][2]={
   {
   1,0},{
   0,1},{
   -1,0},{
   0,-1}},sx,sy,n,m,t,tot=1;
bool cor[60][60],fk[3601];
char u[60][60];
struct f{
   
	int to,nxt;
} a[1000001];
void add(int x,int y)
{
   
	a[tot].to=y
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
根据引用[1]和引用的描述,这是一道关于图论的问题,需要设计一个软件来计算给定的建造方案所需要的费用,或者计算在W星球上修建n-1条双向道路使得国家之间连通的方案。具体来说,对于引用,需要计算每条道路的修建费用,而对于引用,需要构建一个连通的图,使得图中任意两个节点之间都有一条路径。下面是两个问题的解答: 1. 对于引用,我们可以使用图论中的最小生成树算法来解决。最小生成树算法可以保证在连接所有节点的情况下,总的修建费用最小。常见的最小生成树算法有Prim算法和Kruskal算法。这里我们以Kruskal算法为例,给出Python代码实现: ```python # 定义边的类 class Edge: def __init__(self, u, v, w): self.u = u self.v = v self.w = w # 定义并查集类 class UnionFind: def __init__(self, n): self.parent = list(range(n)) self.rank = [0] * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, x, y): px, py = self.find(x), self.find(y) if px == py: return False if self.rank[px] < self.rank[py]: self.parent[px] = py elif self.rank[px] > self.rank[py]: self.parent[py] = px else: self.parent[py] = px self.rank[px] += 1 return True # Kruskal算法 def kruskal(n, edges): uf = UnionFind(n) edges.sort(key=lambda x: x.w) res = 0 for e in edges: if uf.union(e.u, e.v): res += e.w return res # 根据引用[1]中的例子构造图 n = 5 edges = [Edge(0, 1, 2), Edge(0, 2, 1), Edge(0, 3, 3), Edge(1, 2, 2), Edge(1, 4, 1), Edge(2, 4, 4), Edge(3, 4, 5)] print(kruskal(n, edges)) # 输出:12 ``` 2. 对于引用,我们可以使用随机化算法来构造一个连通的图。具体来说,我们可以从第一个节点开始,每次随机选择一个未被访问过的节点,然后在这两个节点之间连一条边,直到图中所有的节点都被访问过为止。这样构造出来的图一定是连通的,并且边的数量为n-1。下面是Python代码实现: ```python import random # 随机构造一个连通的图 def generate_graph(n): edges = [] visited = [False] * n visited[0] = True for i in range(1, n): j = random.randint(0, i - 1) edges.append((i, j)) visited[i] = visited[j] = True return edges # 根据引用[2]中的例子构造图 n = 5 edges = generate_graph(n) print(edges) # 输出:[(1, 0), (2, 0), (3, 2), (4, 2)] ```
评论 1
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