LA6910Cutting Tree 逆向并查集

图论竞赛题解析
本文提供了一种解决特定图论问题的方法,通过拆边和重建的技术来判断图中两个节点是否属于同一连通分量。文章详细介绍了算法流程,包括初始化、输入处理、查询和连通性验证等步骤。

先拆边,再倒着加边保存答案 注意记录某条边拆了几次就可以了

#include <iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<vector>
using namespace std;
int f[20010],a[20010];
int ans[5010];
struct node
{
    char ch;
    int p,q;
};
node temp[20100];
int sum[20010];
int findset(int u)
{
    return f[u]==u?u:f[u]=findset(f[u]);
}
int n,k;
int main()
{
    int t;
    scanf("%d",&t);
    for(int ca=1;ca<=t;++ca){
        memset(sum,0,sizeof sum);
        printf("Case #%d:\n",ca);
        scanf("%d%d",&n,&k);
        for(int i = 0; i <= n; ++i) {
            f[i]=i;
        }
        for(int i = 1; i <= n; ++i) {
            scanf("%d",&a[i]);
            if(a[i]==0) a[i]=i;
            f[i]=a[i];
        }
        for(int i = k-1; i >= 0; --i) {
            scanf(" %c",&temp[i].ch);
            scanf(" %d",&temp[i].p);
            if(temp[i].ch=='Q') {
                scanf("%d",&temp[i].q);
            }
            else {
                f[temp[i].p]=temp[i].p;
                sum[temp[i].p]++;
            }
        }
        for(int i = 0; i < k; ++i) {
            if(temp[i].ch=='C') {
                ans[i]=-1;
                sum[temp[i].p]--;
                if(sum[temp[i].p]) continue;
                int x=findset(temp[i].p),y=findset(a[temp[i].p]);
                f[x]=y;
                if(y==0) f[x]=x;
            }
            else {
                int x=findset(temp[i].p),y=findset(temp[i].q);
                if(x==y) {
                    ans[i]=1;
                }
                else ans[i]=0;
            }
        }
        for(int i = k-1; i >= 0; --i) {
            if(ans[i]==0) {
                puts("NO");
            }
            else if(ans[i]==1) {
                puts("YES");
            }
        }
    }
    return 0;
}
基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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