POJ 1182 - 食物链

Advanced Data Structures :: Disjoint Set


Description

在一个奇葩世界里的奇葩环形食物链。

按题目给的信息构造出食物链,并且找出矛盾的信息数。


Type

Advanced Data Structures :: Disjoint Set


Analysis

一道经典的加权并查集题目,mod 3的。

因为太经典,也不知道讲啥……

就是合并前检查是否矛盾即可。


不过此题好似有个奇葩,只有一组输入数据。

如果认为是多组输入,以文件结尾来结束程序输入的话,就会悲剧。


Solution

// POJ 1182
// 食物链
// by A Code Rabbit

#include <cstdio>
#include <cstring>

const int MAXN = 50002;
const int MOD = 3;

struct DisjointSet {
    int p[MAXN];
    int w[MAXN];
    void Init(int);
    void Make(int x) { p[x] = x; }
    int Find(int x) {
        if (p[x] == x) return x;
        int res = Find(p[x]);
        w[x] = (w[x] + w[p[x]]) % MOD;
        return p[x] = res;
    }
    void Union(int x, int y, int d) {
        int px = Find(x); int py = Find(y);
        p[px] = py;
        w[px] = (w[y] - w[x] + d + MOD) % MOD;
    }
};

void DisjointSet::Init(int n) {
    memset(w, 0, sizeof(w));
    for (int i = 0; i < n; i++) Make(i);
}

int n, k;
DisjointSet set;

int main() {
    scanf("%d%d", &n, &k);
    set.Init(n);
    int ans = 0;
    for (int i = 0; i < k; i++) {
        int d, x, y;
        scanf("%d%d%d", &d, &x, &y);
        if (x > n || y > n) {
            ans++;
            continue;
        }
        int px = set.Find(x - 1);
        int py = set.Find(y - 1);
        if (px == py) {
            if (d == 1 && set.w[x - 1] != set.w[y - 1])
                ans++;
            else if (d == 2 && (set.w[x - 1] - set.w[y - 1] + MOD) % MOD != 1)
                ans++;
        } else {
            if (d == 1)
                set.Union(x - 1, y - 1, 0);
            if (d == 2)
                set.Union(x - 1, y - 1, 1);
        }
    }
    printf("%d\n", ans);

    return 0;
}

### 并查集算法的时间复杂度分析 并查集是一种高效的用于处理集合合并与查询的算法。在POJ 1182 食物链问题中,使用了并查集来判断动物之间的关系,并且通过路径压缩和按秩合并等优化手段,可以极大地提高算法的效率。 #### 路径压缩的影响 路径压缩是并查集中一种重要的优化技术,它能够将查找过程中经过的所有节点直接连接到根节点上。这种操作使得后续查找的时间复杂度接近于常数[^1]。具体来说,路径压缩后的查找操作时间复杂度可以用阿克曼函数的反函数 \( \alpha(n) \) 来表示,其中 \( n \) 是集合中的元素个数。阿克曼函数的增长速度极慢,因此 \( \alpha(n) \) 在实际应用中几乎可以视为常数。 ```python def Find(x): if x != par[x]: par[x] = Find(par[x]) # 路径压缩 return par[x] ``` #### 按秩合并的作用 按秩合并是一种优化策略,它通过将较小的树合并到较大的树上来减少树的高度。这种方法结合路径压缩后,可以进一步降低操作的时间复杂度[^2]。在实际实现中,可以通过维护一个数组 `rank` 来记录每个集合的深度,并在合并时选择深度较小的树挂接到深度较大的树上。 ```python def Union(x, y): rootX = Find(x) rootY = Find(y) if rootX != rootY: if rank[rootX] > rank[rootY]: par[rootY] = rootX elif rank[rootX] < rank[rootY]: par[rootX] = rootY else: par[rootY] = rootX rank[rootX] += 1 ``` #### 时间复杂度总结 对于 POJ 1182 食物链问题,假设总共有 \( n \) 个动物和 \( m \) 条关系,则初始化并查集的时间复杂度为 \( O(n) \),每次查找或合并操作的时间复杂度为 \( O(\alpha(n)) \)[^2]。由于 \( \alpha(n) \) 的增长极其缓慢,在实际情况下可以认为其为常数。因此,整个算法的时间复杂度主要由关系数量 \( m \) 决定,最终的时间复杂度为 \( O(m \cdot \alpha(n)) \)[^1]。 ### 代码示例 以下是一个完整的并查集实现,适用于 POJ 1182 食物链问题: ```python class UnionFind: def __init__(self, n): self.par = list(range(3 * n)) self.rank = [0] * (3 * n) def Find(self, x): if self.par[x] != x: self.par[x] = self.Find(self.par[x]) return self.par[x] def Union(self, x, y): rootX = self.Find(x) rootY = self.Find(y) if rootX != rootY: if self.rank[rootX] > self.rank[rootY]: self.par[rootY] = rootX elif self.rank[rootX] < self.rank[rootY]: self.par[rootX] = rootY else: self.par[rootY] = rootX self.rank[rootX] += 1 def Same(self, x, y): return self.Find(x) == self.Find(y) ```
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