POJ 1611 The Suspects(并查集)

本文介绍了一种使用并查集解决简单团体合并问题的方法。通过引入计数数组记录每个根节点对应的人数,并利用结构体组织并查集的实现。文章详细解释了如何通过输入的团体编号更新并查集,并最终输出特定根节点的人数。

简单的并查集问题,引入计数数组num来记录该根节点的对应的集之中的人数,刚开始时num均为1。

逐次将团体编号输入到并查集中,最后找到0的根结点,输出对应的num值。

TIP:题目数据有可能给出两个相同的集合合并,所以合并时要加上 if(a==b) return; 否则WA。

#include <iostream>
#include <vector>
#include <string.h>
using namespace std;

int n;

struct UFS
{
    int father[40000],rank[40000],num[40000];
    UFS(int n)
    {
        for(int i=0; i<n; i++)
        {
            father[i]=i;
            rank[i]=0;
            num[i]=1;
        }
    }
    int find(int v)
    {
        return father[v]=father[v]==v?v:find(father[v]);
    }
    void merge(int x,int y)
    {
        int a=find(x),b=find(y);
        if(a==b) return;
        if(rank[a]<rank[b])
        {
            father[a]=b;
            num[b]+=num[a];
        }
        else
        {
            father[b]=a;
            num[a]+=num[b];
            if(rank[a]==rank[b])
                ++rank[a];
        }
        //if(a==0||b==0) cout<<"----------"<<endl;
    }
};
int main()
{
    int m,t,x,y;
    while(cin>>n>>m)
    {

        if(m==0&&n==0) break;
        UFS u1(n);
        for(int i=0; i<m; i++)
        {
            cin>>t;
            if(t==0) continue;
            cin>>x;
            for(int j=1; j<t; j++)
            {
                cin>>y;
                u1.merge(x,y);
                x=y;
            }
        }
        int ans=u1.find(0);
        cout<<u1.num[ans]<<endl;
    }
    return 0;
}


成都市作为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019年度成都市人口分布的空间数据集,该数据以矢量格式存储,属于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录属性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的属性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与属性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:作为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)或聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 年成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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