poj2186tarjan算法缩点求出度

本文介绍如何使用Tarjan算法解决POJ2186问题,通过建立有向图并进行节点压缩得到有向无环图,进而找到被所有节点仰慕的特殊节点。文章详细解释了Tarjan算法的应用过程,并提供了完整的代码实现。

poj2186tarjan算法缩点求出度

自己打一遍第一题,入门啦,入门啦

题目还算简单,多头牛,给你仰慕关系(可传递),问你最后有没有牛被所有的牛仰慕

根据关系可以建图,利用tarjan算法缩点处理后,得到有向无环图,缩成的点都是相互仰慕的,所以根据传递性也就是可以看成一个点了,然后染色分块,计算每一块的出度。

如果出度为0有且仅有一个,那么输出该块内所有的点,都符合要求

如果有多个直接输出0即可

#include <iostream>
#include <cstdio>
#include <string.h>
using namespace std;
const int maxn = 10005;
const int maxm = 100005;
struct node{
    int to,pre;
}e[maxm];
int n,m;
int idx;
int id[maxn],cnt;
int dfn[maxn],low[maxn];
int stack1[maxn],s_top;
int out[maxn];
int color[maxn];
int vis[maxn];
int cut_point = 0;
void init()
{
    memset(dfn,0,sizeof(dfn));
    memset(vis,0,sizeof(vis));
    memset(color,0,sizeof(color));
    memset(low,0,sizeof(low));
    memset(id,-1,sizeof(id));
    memset(out,0,sizeof(id));
    cnt = 0;
    idx = 0;
    s_top = 0;
    cut_point = 0;
}
void add(int u,int v)
{
    e[cnt].to = v;
    e[cnt].pre = id[u];
    id[u] = cnt++;
}
void tarjan(int u, int pre)
{
    dfn[u] = low[u] = ++idx;
    vis[u] = 1;
    stack1[s_top++] = u;

    for(int i = id[u];~i;i = e[i].pre)
    {
        int v = e[i].to;
        if(!vis[v])
        {
            tarjan(v,u);
            low[u] = min(low[v],low[u]);
        }
        else
        {
            low[u] = min(low[u],dfn[v]);
        }
    }
    if(low[u] == dfn[u])
    {
        cut_point++;//颜色1 。。。n
        while(s_top > 0 && stack1[s_top] != u)//目的是先处理完元素在判断是不是最后一个
        {
            s_top--;
            vis[stack1[s_top]] = 2;
            color[stack1[s_top]] = cut_point;
        }
    }
}

int main()
{
    int u,v;
    while(~scanf("%d%d",&n,&m))
    {
        //初始化
        init();
        //添加边
        for(int i = 0;i < m;i++)
        {
            scanf("%d%d",&u,&v);
            add(u,v);
        }
        //缩点处理——染色
        for(int i = 1;i <= n;i++)//防止不连通的情况
        {
            if(!vis[i])
            {
                tarjan(i,-1);
            }
        }
        //染色成功后,记录出度
        for(int i = 1;i <= n;i++)
        {
            for(int j = id[i];~j;j = e[j].pre)
            {
                int v = e[j].to;
                if(color[i] != color[v])
                {
                    ++out[color[i]];
                }
            }
        }
        //看看度为0的点的集合,找出所有的点
        //color还要一样,不能有两个
        int sum = 0,p_color;
        for(int i = 1;i <= cut_point;i++)
        {
            if(!out[i])
                sum++,p_color = i;
        }

        if(sum == 1)
        {
            int ans = 0;
            for(int i = 1;i <= n;i++)
            {
                if(color[i] == p_color)ans++;
            }
            printf("%d\n",ans);
        }
        else
        {
            puts("0");
        }
    }
    return 0;
}

 

通过短时倒谱(Cepstrogram)计算进行时-倒频分析研究(Matlab代码实现)内容概要:本文主要介绍了一项关于短时倒谱(Cepstrogram)计算在时-倒频分析中的研究,并提供了相应的Matlab代码实现。通过短时倒谱分析方法,能够有效提取信号在时间与倒频率域的特征,适用于语音、机械振动、生物医学等领域的信号处理与故障诊断。文中阐述了倒谱分析的基本原理、短时倒谱的计算流程及其在实际工程中的应用价值,展示了如何利用Matlab进行时-倒频图的可视化与分析,帮助研究人员深入理解非平稳信号的周期性成分与谐波结构。; 适合人群:具备一定信号处理基础,熟悉Matlab编程,从事电子信息、机械工程、生物医学或通信等相关领域科研工作的研究生、工程师及科研人员。; 使用场景及目标:①掌握倒谱分析与短时倒谱的基本理论及其与傅里叶变换的关系;②学习如何用Matlab实现Cepstrogram并应用于实际信号的周期性特征提取与故障诊断;③为语音识别、机械设备状态监测、振动信号分析等研究提供技术支持与方法参考; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,先理解倒谱的基本概念再逐步实现短时倒谱分析,注意参数设置如窗长、重叠率等对结果的影响,同时可将该方法与其他时频分析方法(如STFT、小波变换)进行对比,以提升对信号特征的理解能力。
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