ZOJ 3811

无向图有N点M条边,有K个点是摄像头,摄像头只会记录第一次到达的时间。现给出一个长度为L的摄像头序列,问是否能够按照这个序列走过图中所有的点。


#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<vector>
#include<queue>
#include<stack>
#include<set>
#include<string>
#include<algorithm>

using namespace std;

const int MAXN=100020;
int N,M,K,L;
int fa[MAXN];

struct node{
//	int x;
	int sensor;
	int visited;
	
} Node[MAXN];

vector <int>  G[MAXN];
//int sensor[MAXN];
int ordered[MAXN];
int S[MAXN];


void initial()
{
	for(int i=0;i<=N;i++)
	{
		fa[i]=i;
		
	}
	
	
}

int find(int x)
{
	if(x==fa[x])
	return x;
	else
	return fa[x]=find(fa[x]);
	
	
	
}


void unite(int x,int y)
{
	x=find(x);
	y=find(y);
	if(x==y) return ;
	
	else
	fa[x]=y;
	
	
	
	
}




void bfs(int sx)
{
	//int flag=0;
	//initial();
	queue<int> que;
	S[sx]=1;
//	Node[sx].sensor=0;
	que.push(sx);
	//Node[sx].visited=1;
	
	while(!que.empty())
	{
		int p=que.front();
		que.pop();
		for( vector < int >::iterator it=G[p].begin();it!=G[p].end();++it )
		{
			//cout<<"from "<<p<<ends<<*it<<endl;
			if(Node[*it].sensor==1)
			{
				S[*it]=1;
			}
			else if(Node[*it].sensor==0&&Node[*it].visited==0)
			{
				que.push(*it);
				Node[*it].visited=1;
			}
		
		
		}
		
	}
	
	//return flag;
	
	
}


void solve()
{
	if(K!=L)
	{
		puts("No");
		return ;
	}
	
	
	
	
		
	for(int i=0;i<L-1;i++)
	{
		bfs(ordered[i]);
		
		if(S[ordered[i+1]]==0)
		{
			puts("No");
			return ;
		}
		
	
		
	}	
		
	puts("Yes");
	
	

	
}





int main()
{
	int T;
	scanf("%d",&T);
	while(T--)
	{
		scanf("%d%d%d",&N,&M,&K);
		int p;
		
		for(int i=1;i<=N;i++)
		{
			S[i]=0;
			G[i].clear();
			Node[i].sensor=0;
			Node[i].visited=0;		
		}
		for(int i=0;i<K;i++)
		{
			scanf("%d",&p);
			Node[p].sensor=1;
		}	
		
		int A,B;
		initial();
		
		for(int i=1;i<=M;i++)
		{
			scanf("%d%d",&A,&B);
			G[A].push_back(B);
			G[B].push_back(A);
			unite(A,B);
		}
		
		scanf("%d",&L);
		for(int i=0;i<L;i++)
		{
			scanf("%d",&ordered[i]);
		}
	
	
		int xx=find(N);
		int flag=1;
		for(int i=1;i<=N;i++)
		{
			if(find(i)!=xx)
			{
				flag=0;
				break;		
			}
		
			
		}
		if(flag==0)
		{
			puts("No");
			continue;
		}
	
	
	
		solve();
		
	}
	
	
	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!
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术资源,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,并结合故障场景筛选方法,用于提升电力系统在复杂故障条件下的安全性与鲁棒性。该模型通过Matlab代码实现,具备较强的工程应用价值和学术参考意义,适用于电力系统风险评估、脆弱性分析及预防控制策略设计等场景。文中还列举了大量相关的科研技术支持方向,涵盖智能优化算法、机器学习、路径规划、信号处理、电力系统管理等多个领域,展示了广泛的仿真与复现能力。; 适合人群:具备电力系统、自动化、电气工程等相关背景,熟悉Matlab编程,有一定科研基础的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于电力系统连锁故障建模与风险评估研究;②支撑高水平论文(如EI/SCI)的模型复现与算法验证;③为电网安全分析、故障传播防控提供优化决策工具;④结合YALMIP等工具进行数学规划求解,提升科研效率。; 阅读建议:建议读者结合提供的网盘资源,下载完整代码与案例进行实践操作,重点关注双层优化结构与场景筛选逻辑的设计思路,同时可参考文档中提及的其他复现案例拓展研究视野。
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