问题 A: 【例4-7】亲戚(relation)

博客围绕判断亲戚关系的问题展开,给出问题描述、输入输出要求及样例。指出当家谱庞大时,需用计算机解决。该问题可通过并查集算法解决,思路是先将所有人父节点设为自己,不同父节点的父子对调用并集函数,查找时比较父节点判断是否为亲戚。

题目描述

或许你并不知道,你的某个朋友是你的亲戚。他可能是你的曾祖父的外公的女婿的外甥女的表姐的孙子。如果能得到完整的家谱,判断两个人是否是亲戚应该是可行的,但如果两个人的最近公共祖先与他们相隔好几代,使得家谱十分庞大,那么检验亲戚关系实非人力所能及。在这种情况下,最好的帮手就是计算机。为了将问题简化,你将得到一些亲戚关系的信息,如Marry和Tom是亲戚,Tom和Ben是亲戚,等等。从这些信息中,你可以推出Marry和Ben是亲戚。请写一个程序,对于我们的关于亲戚关系的提问,以最快的速度给出答案。

输入

输入由两部分组成。

第一部分以N,M开始。N为问题涉及的人的个数(1≤N≤20000)。这些人的编号为1,2,3,…, N。下面有M行(1≤M≤1000000),每行有两个数ai,biai,bi ,表示已知aiai 和bibi 是亲戚。

第二部分以Q开始。以下Q行有Q个询问(1≤ Q ≤1000000),每行为ci,dici,di ,表示询问cici 和didi 是否为亲戚。

测试数据比较水

输出

对于每个询问ci,dici,di ,输出一行:若cici 和didi 为亲戚,则输出“Yes”,否则输出“No”。

样例输入

10 7

2 4

5 7

1 3

8 9

1 2

5 6

2 3

3

3 4

7 10

8 9

样例输出

Yes

No

Yes

思路:

这是一道并查集的题目,我们首先将所有人的父节点设为自己,如果一对父子的父节点不相同则调用并集函数,在查找时,如果两者父节点相同证明他们两是亲戚,否则不是

代码

#include<bits/stdc++.h>

using namespace std;

int father[100001];

int find(int x)

{

       if(father[x]!=x)//如果父节点不是自己,则使父节点等于父节点的父节点

       father[x]=find(father[x]);

       return father[x];

}

void unionn(int r1,int r2)

{

       father[r2]=r1;//并集

}

int main()

{

       int n,m;

       scanf("%d %d",&n,&m);

       for(int i=1;i<=n;i++)

       father[i]=i;//先让每个人的父节点都设为自己

       for(int i=1;i<=m;i++)

       {

              int x,y;

              scanf("%d %d",&x,&y);

              father[x]=find(x);

              father[y]=find(y);

              if(father[x]!=father[y])//如果两者的父节点不同

              unionn(father[x],father[y]);//并集

       }

       int q;

       cin>>q;//输入查找

       for(int i=1;i<=q;i++)//查集

       {

              int x,y;

              scanf("%d %d",&x,&y);

              if(find(x)==find(y))//如果两者父节点相同,证明是亲戚,否则不是

              printf("Yes\n");

              else

              printf("No\n");

       }

}

 

在这个问题中,“节点度数”是指某个节点在`relationships`数组中作为主体(`subject`)或客体(`object`)出现的次数总和。最大节点度数就是所有节点中这个值的最大值。 以下是解决这个问题的具体步骤: --- ### 解决方案 #### 1. **初始化字典记录每个节点的入度和出度** - 创建一个空字典 `node_degrees`,用于存储每个节点的度数值。 - 遍历 `relationships` 数组,在每次遍历时更新对应的节点的度数。 #### 2. **计算每个节点的度数** - 对于每条关系 `{ subject: ..., predicate: ..., object: ... }`: - 增加 `subject` 节点的出度计数。 - 增加 `object` 节点的入度计数。 #### 3. **找到最大的节点度数** - 最大节点度数即为 `node_degrees` 中的所有键所对应值中的最大值。 #### 示代码(Python) ```python data = { "objects": [ {"id": "12-1", "name": "sky-sunny", "label": "Sky-Sunny"}, {"id": "8-1", "name": "plant-tree-1", "label": "Plant-Tree (Tree 1)"}, {"id": "8-2", "name": "plant-tree-2", "label": "Plant-Tree (Tree 2)"}, {"id": "4-1", "name": "architecture-civil", "label": "Architecture-Civil (Building)"} ], "relationships": [ {"subject": "12-1", "predicate": "above", "object": "8-1"}, {"subject": "12-1", "predicate": "above", "object": "8-2"}, {"subject": "12-1", "predicate": "above", "object": "4-1"} ] } # 初始化字典 node_degrees = {} # 计算节点度数 for relation in data["relationships"]: # 更新 subject 的出度 node_degrees[relation["subject"]] = node_degrees.get(relation["subject"], 0) + 1 # 更新 object 的入度 node_degrees[relation["object"]] = node_degrees.get(relation["object"], 0) + 1 # 找到最大节点度数 max_degree = max(node_degrees.values()) if node_degrees else 0 print("最大节点度数:", max_degree) ``` --- ### 结果解释 运行上述代码可以得出结果。对于给定数据结构而言,节点 `"12-1"` 出现了三次作为主体 (`subject`),其他节点均只出现了一次或未直接参与较多关系。 最终结果为:**"12-1" 具有最大节点度数 3。** --- ### 注意事项 如果某些节点存在于 `objects` 列表但从未出现在 `relationships` 数据中,则它们的默认度数应视为 0。因此需要显式地检查并处理这种情况。 ---
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