【ICPC-380】poj 2492 A Bug's Life

本文介绍了一种使用带权并查集解决关系判断问题的方法,包括初始化、查找路径和解决关系的基本步骤。通过实例演示了如何在输入数据中建立关系,并判断两个元素是否属于同一类型。

点击打开链接poj 2492

思路:带权并查集

分析:

1 用rank[i] = 0表示关系相同,用rank[i] = 1表示关系不同

2 在输入的时候把两个元素之间的关系建立起来,然后判断当前的两个元素是否在同一个集合里面,如果是则判断是不是属于同一个类型即可。

 

代码:

 


#include<cstdio>
#include<cstring>
#include<iostream>
#include<cstdio>
using namespace std;

const int MAXN = 2010;

int father[MAXN];
int rank[MAXN];

void init(int n){
    memset(rank , 0 , sizeof(rank));
    for(int i = 1 ; i <= n ; i++)
        father[i] = i;
}

int find(int x){
    if(father[x] != x){
       int fa = father[x]; 
       father[x] = find(fa);
       rank[x] = (rank[x]+rank[fa])%2;
    }
    return father[x];
}

bool solve(int x , int y){
    int fx = find(x);
    int fy = find(y);
    if(fx != fy){
        father[fx] = fy;
        rank[fx] = (rank[y]+1-rank[x]+2)%2;
        return true;
    }
    else{
        return rank[x] != rank[y]; 
    } 
}

int main(){
    int n , m , x , y;
    int cas = 1 , Case;
    scanf("%d" , &Case); 
    while(Case--){
        scanf("%d%d" , &n , &m);
        init(n);
        bool isOk = true;
        printf("Scenario #%d:\n" , cas++);
        while(m--){
             scanf("%d%d" , &x , &y); 
             if(!solve(x , y))
                 isOk = false;
        }
        if(!isOk)
            puts("Suspicious bugs found!");
        else
            puts("No suspicious bugs found!");
        puts("");
    }
    return 0;
}

 

 

 

 

 

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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