leetcode1584. 连接所有点的最小费用 最小生成树

保姆级教学:从0搭建微信小程序SpringBoot+Vue(一) 目标:实现一个微信小程序从后端数据库MySQL获取的商品展示页。 框架:后端采用SpringBoot,前端采用Vue,数据库MySQL。 部署工具:IntelliJ IDEA 2024.2专业版+HbuilderX+Node+微信开发者工具,jdk1.8已安装 阅读详情
/******************************************************************************
链接:https://leetcode.cn/problems/min-cost-to-connect-all-points
给你一个points数组,表示 2D 平面上的一些点,其中 points[i] = [xi, yi] 。

连接点[xi, yi] 和点[xj, yj]的费用为它们之间的 曼哈顿距离:|xi - xj| + |yi - yj| ,其中 |val| 表示 val 的绝对值。

请你返回将所有点连接的最小总费用。只有任意两点之间 有且仅有 一条简单路径时,才认为所有点都已连接。


输入:points = [[0,0],[2,2],[3,10],[5,2],[7,0]]
输出:20

*******************************************************************************/
#include <iostream>
#include <vector>
#include <algorithm> // std::sort
using namespace std;

//
struct Edge {
    int start; // 顶点1
    int end;   // 顶点2
    int len;   // 长度
};

class BCJ{
public:
    BCJ(int n){
        for(int i=0;i<n;i++){
            fa.push_back(i);
        }
    };
    vector<int> fa;//并查集矩阵
    int find(int val){
        if (fa[val] == val){//当前为祖先节点,直接返回
            return val;
        }else{
            return find(fa[val]);//否则寻找父节点的祖先节点
        }
        return 0;
    }
    
    void merge(int x,int y){//在并查集中合并节点
        int fa_x = find(x);
        int fa_y = find(y);
        fa[fa_x] = fa_y; 
    }
    
};

    




int main()
{
    cout<<"Hello World";
    vector<vector<int>> points = {{0,0},{2,2},{3,10},{5,2},{7,0}};
    int num_points = points.size();
    BCJ *bcj = new BCJ(num_points);
    cout<<num_points;
    //所以任意两个点之间都可能链接,要把num_points*num_points个edge以及对应的长度计算出来
    //在算法中需要将边排序,然后遍历排序后的边,判断[i,j]边是否构成回路
    //如果构成回路就不加到总和中,直到遍历完所有的边

    vector<Edge> edges;
    for (int i = 0; i < num_points; i++) {
        for (int j = i + 1; j < num_points; j++) {
            Edge edge = {i, j, abs(points[i][0] - points[j][0]) + abs(points[i][1] - points[j][1])};
            edges.emplace_back(edge);
        }
    }
    
    //排序
    sort(edges.begin(), edges.end(), [](const auto& a, const auto& b) {return a.len < b.len;});
    int res,IsIncircle;
    // 连通分量合并
    for (auto& e : edges) {
        IsIncircle  = bcj->find(e.start) == bcj->find(e.end);
        if (IsIncircle==0) {bcj->merge(e.start, e.end);res+=e.len;cout<< res<<endl;}
    }
    return 0;
}

leetcode上的代码

struct Edge {
    int start; // 顶点1
    int end;   // 顶点2
    int len;   // 长度
};

class BCJ{
public:
    BCJ(int n){
        for(int i=0;i<n;i++){
            fa.push_back(i);
        }
    };
    vector<int> fa;//并查集矩阵
    int find(int val){
        if (fa[val] == val){//当前为祖先节点,直接返回
            return val;
        }else{
            return find(fa[val]);//否则寻找父节点的祖先节点
        }
        return 0;
    }
    
    void merge(int x,int y){//在并查集中合并节点
        int fa_x = find(x);
        int fa_y = find(y);
        fa[fa_x] = fa_y; 
    }
    
};


class Solution {
public:
    int minCostConnectPoints(vector<vector<int>>& points) {

    int num_points = points.size();
    BCJ *bcj = new BCJ(num_points);
    cout<<num_points;
    //所以任意两个点之间都可能链接,要把num_points*num_points个edge以及对应的长度计算出来
    //在算法中需要将边排序,然后遍历排序后的边,判断[i,j]边是否构成回路
    //如果构成回路就不加到总和中,直到遍历完所有的边

    vector<Edge> edges;
    for (int i = 0; i < num_points; i++) {
        for (int j = i + 1; j < num_points; j++) {
            Edge edge = {i, j, abs(points[i][0] - points[j][0]) + abs(points[i][1] - points[j][1])};
            edges.emplace_back(edge);
        }
    }
    
    //排序
    sort(edges.begin(), edges.end(), [](const auto& a, const auto& b) {return a.len < b.len;});
    int res=0;//这个OJ平台默认值不是0
    // 连通分量合并
    for (auto& e : edges) {
        if (bcj->find(e.start) != bcj->find(e.end)) {bcj->merge(e.start, e.end);res+=e.len;cout<< res<<endl;}
    }
    return res;

    }
};
[SoC]SoC验证中bootcode与firmware相关验证经验总结 本文总结了SoC验证中bootcode和firmware的验证经验。重点介绍了两种数据加载方法:1)使用Verilog系统函数$readmemh/$readmemb直接写入ROM/ARAM,需注意文件路径、格式和斜杠方向;2)通过Memory Hierarchy在initial块中操作,需要添加适当延时并注意路径拼接。文章还提供了在testcase phase中先读取数据到HASH再写入SRAM的示例,并强调加载后需使能edc_bypass以避免ECC错误。验证过程中需特别注意文件位置、格式要求及路径处理等 阅读详情

相关推荐

Jev模型入门:从API接入到本地部署的完整实践指南

大模型的应用方式正从单一聊天窗口转向复杂的自动化工作流,而推理模型因具备指令跟随与结构化输出能力,成为构建Agent和数据处理管线的关键组件。Jev作为面向通用场景的推理模型,不仅提供了OpenAI兼容的API接口,还支持本地量化部署,兼顾隐私、可控性与长期成本。本文从模型定位出发,明确Jev与基座模型的差异,随后介绍密钥管理、API调用、参数调优,并深入演示基于Ollama与llama.cpp的本地部署流程,包括GGUF模型文件与chat template的匹配要点。针对实践中的常见问题,如密钥泄露、ma

weixin_29057237的博客 358

leetCode1584:连接所有点的最小费用

目录 一、题目描述 二、解题思路 三、代码实现 一、题目描述 给你一个points数组,表示 2D 平面上的一些点,其中points[i] = [xi, yi]。 连接点[xi, yi] 和点[xj, yj]的费用为它们之间的 曼哈顿距离:|xi - xj| + |yi - yj|,其中|val|表示val的绝对值。 请你返回将所有点连接的最小总费用。只有任意两点之间 有且仅有一条简单路径时,才认为所有点都已连接。 示例 1: 输入:points = ...

三中两明的博客 722

centos7安装Ambari 2.7.5 + HDP3.1.5

准备 1.安装包准备: Ambari2.7.5、HDP31.5、libtirpc-devel: centos7操作系统: 链接:https://pan.baidu.com/s/1vzvio5rAMsbYF0-0vBs5dw 提取码:xij9

kxq的博客 5091

LeetCode 1584. 连接所有点的最小费用【最小生成树】

本文属于「征服LeetCode」系列文章之一,这一系列正式开始于2021/08/12。由于LeetCode上部分题目有锁,本系列将至少持续到刷完所有无锁题之日为止;由于LeetCode还在不断地创建新题,本系列的终止日期可能是永远。在这一系列刷题文章中,我不仅会讲解多种解题思路及其优化,还会用多种编程语言实现题解,涉及到通用解法时更将归纳总结出相应的算法模板。为了方便在PC上运行调试、分享代码文件,我还建立了相关的。

memcpy0的博客 731

ComfyUI全自动换装工作流:从零到一的实战指南

本文提供了一份详细的ComfyUI全自动换装工作流实战指南。从环境配置、模型准备到核心工作流架构的逐步拆解,手把手教你搭建一条高效的AI换装流水线。文章深入解析了从输入、预处理、融合到输出的四步核心逻辑,并分享了关键参数调优与进阶技巧,旨在帮助电商从业者、内容创作者及AI爱好者轻松实现高质量、高效率的“一键换装”。

weixin_29198045的博客 897

用InVEST做碳中和规划?手把手教你计算城市碳储量与热岛效应

本文详细介绍了如何利用InVEST模型进行城市碳中和规划的科学评估。通过手把手教学,演示了如何使用该模型的碳存储与城市热岛缓解模块,从数据准备、模型运行到结果解读,量化评估不同规划方案下的碳储量变化与热岛效应缓解潜力,为城市规划者提供科学的决策依据。

weixin_29201313的博客 822

【LeetCode】1584 and 144(Kruskal 最⼩⽣成树算法)

「树」和「图」最大的区别就是树不会包含环,而图可以包含环。换句话说,树就是「无环连通图」。 那么什么是图的「⽣成树」呢,其实按字⾯意思也好理解,就是在图中找⼀棵包含图中的所有节点的树。专业点说,⽣成树是含有图中所有顶点的「⽆环连通⼦图」。

wsc的博客 1214

特征提取神操作,登上Nature!计算速度狂提300%!

登上Nature!作者提出CVOCA,一种能同时处理数据的幅度和相位信息的卷积模型,在性能远超SOTA的同时,计算速度更是狂飙300%!实际上,作为机器学习和深度学习的核心技术,特征提取一直都是研究的热门!它直接影响着模型的准确性、计算效率、可解释性……同时,它也是我们改模型涨点,最好操作的部分!因为可切入点的真的非常之丰富,不管是轻量化、多尺度、时域与频域结合等,都能使模型性能得到提升!

2401_82426425的博客 4036

算法刷题笔记 - 连接所有点的最小费用(最小生成树)

连接所有点的最小费用 来源 : LeetCode - 连接所有点的最小费用 难度 : 中等 标签 : 最小生成树 题目描述 给你一个points数组,表示2D平面上的一些点,其中points[i]为第i个点。 连接点[xi, yi]和点 [xj, yj]的费用为它们之间的 曼哈顿距离 : |xi - xj| + |yi - yj| ,其中 |val| 表示 val的绝对值。 请你返回将所有点连接的最小总费用。只有任意两点之间有且仅有一条简单路径时,才认为所有点都已连接。 => 解法

PGZXB的博客 513

第2章-系统控制原理 -> 经典控制理论

第1章 回到目录 第3章 2 控制原理2.1 控制系统的数学模型2.1.1 时域数学模型2.1.2 复域数学模型2.2 线性系统的稳定性2.2.1 复数域稳定判据2.2.2 频率域稳定判据2.3 线性系统状态空间模型2.3.1 状态空间表达式2.3.2 状态空间系统设计2.4 李雅普诺夫稳定性分析2.4.1 李雅普诺夫稳定性2.4.2 李雅普诺夫稳定判据 2.1 控制系统的数学模型 2.1.1 时域数学模型 2.1.2 复域数学模型 2.2 线性系统的稳定性 2.2.1 复数域稳定判据 2.2....

赵继超的笔记 5551

Onnxruntime之YOLOP部署过程记录

魔改YoloP部署过程记录

如果想成为中心,那么就到中心去吧。 1924

Leetcode 1584. 连接所有点的最小费用

连接点 [x_i, y_i] 和点 [x_j, y_j] 的费用为它们之间的 曼哈顿距离 :|x_i – x_j| + |y_i – y_j| ,其中 |val| 表示 val 的绝对值。给你一个points 数组,表示 2D 平面上的一些点,其中 points[i] = [x_i, y_i]。只有任意两点之间 有且仅有 一条简单路径时,才认为所有点都已连接。Python代码(Kruskal算法)(附并查集模板)最小生成树+Prim算法/Kruskal算法。Python代码(附Prim算法模板)

m0_51437455的博客 480

ComfyUI报错ModuleNotFoundError: No module named ‘comfy.options‘

好家伙,我一想我刚刚好像用了pip安装了comfy模块,不会是和ComfyUI自带的comfy模块产生冲突了吧。(3)还有的说是项目不是最新版,叫更新到最新版本的,好家伙,我报错之前根本没更新也没错,突然就报错的。(4)还有的说没有comfy.options这部分代码,叫自己去拉一个,我一看也有啊。我也不知道啥时候脑抽风去装这么个东西的,幸好我聪明机智,一眼就知道了。看把我气的,然后网上搜集各种资料,一个一个去试。

满目星辰 5158

力扣(leetcode)#1584 连接所有点的最小费用(#1)

力扣(leetcode)#1584 连接所有点的最小费用(#1) 题目 原题链接:力扣(LeetCode)#1584 解析 利用Kruskal 算法生成最小生成树,利用并查集,路径压缩等知识。 代码(含注释) class Solution { private: int n;//点的个数 struct edge { int s,e;//开始和结束的点 int w;//权重 }; edge e[1000005];//数组要开大些,不然会爆

pcc3524的博客 299

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Leetcode 1584. 连接所有点的最小费用 最小生成树 prim/kruskal C++tuple的使用

【代码】Leetcode 1584. 连接所有点的最小费用 最小生成树 prime/kruskal C++tuple的使用。

想买很多漂亮衣服但是买不起的博客 521

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

LeetCode--1584. 连接所有点的最小费用(最小生成树/Prim算法/Kruskal算法)

摘要 该问题要求计算连接平面上多个点的最小总费用,其中连接费用为两点间的曼哈顿距离。解题核心是构建最小生成树(MST),可采用Kruskal或Prim算法。Kruskal通过排序边并查集合并连通分量,时间复杂度O(n² logn);Prim通过维护距离数组逐步扩展生成树,时间复杂度O(n²)。两种方法均能有效解决该问题,其中Prim更适合稠密图。代码实现展示了两种算法的具体步骤,包括边排序、并查集操作和距离更新等关键环节。

Coding... 1008

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

LeetCode-1584. 连接所有点的最小费用,最小生成树模板题

克鲁斯卡尔算法的模板题~

Rinai的博客 480

Leetcode1584. 连接所有点的最小费用——稠密图的最小生成树

文章目录引入构建方式一:Prim算法构建方式二:Kruskal算法本题题解 引入 最近开始学习Golang了,所以以后的Leetcode题解都用Golang来写。(ps:Golang没有基础的数据结构,如List、Queue、Stack、PriorityQueue等等,所以这个想法可以放弃掉了) 上周周赛有这么一道题1584. 连接所有点的最小费用,以前没有遇到过最小生成树的题,并且本题还是稠密图(即一个节点到各个节点都是联通的,反之如果联通的节点树木比较少,称为稀疏图),本题具有代表意义。 图的节点之间是

No_Game_No_Life_的博客 625

最小生成树 力扣 1584. 连接所有点的最小费用

题目: 链接https://leetcode.cn/problems/min-cost-to-connect-all-points/ 代码:

爪蛙毁一生的博客 299

LeetCode 1584. 连接所有点的最小费用 【最小生成树】

题目 给你一个points 数组,表示 2D 平面上的一些点,其中 points[i] = [xi, yi] 。 连接点 [xi, yi] 和点 [xj, yj] 的费用为它们之间的 曼哈顿距离 :|xi - xj| + |yi - yj| ,其中 |val| 表示 val 的绝对值。 请你返回将所有点连接的最小总费用。只有任意两点之间 有且仅有 一条简单路径时,才认为所有点都已连接。 示例 1: 输入:points = [[0,0],[2,2],[3,10],[5,2],[7,0]] 输出:20 解释:

午夜的行人 239

力扣1584. 连接所有点的最小费用之最小生成树---Python

题目描述: 给你一个points 数组,表示 2D 平面上的一些点,其中 points[i] = [xi, yi] 。 连接点 [xi, yi] 和点 [xj, yj] 的费用为它们之间的 曼哈顿距离 :|xi - xj| + |yi - yj| ,其中 |val| 表示 val 的绝对值。 请你返回将所有点连接的最小总费用。只有任意两点之间 有且仅有 一条简单路径时,才认为所有点都已连接。 示例 1: 输入:points = [[0,0],[2,2],[3,10],[5,2],[7,0]] 输出:20

qiaomm的个人博客 1355

LeetCode. 1584. 连接所有点的最小费用(最小生成树/Kruskal 算法/并查集)

文章目录题目方法一:Kruskal 算法方法二:建图优化的 KruskalReference 题目 1584. 连接所有点的最小费用 方法一:Kruskal 算法 Kruskal 算法是一种常见并且好写的最小生成树算法。该算法的基本思想是从小到大加入边,是一个贪心算法。 其算法流程为: 假设连通图G=(V,E)G=(V,E)G=(V,E),令最小生成树的初始状态为只有nnn个顶点而无边的非连通图T=(V,{})T=(V,\{\})T=(V,{}),图中每个顶点自成一个连通分量 在EEE中选

xylitolz的博客 654

LeetCode 1584. 连接所有点的最小费用(最小生成树)

1584. 连接所有点的最小费用 此题无论从时间复杂度还是建模本身,都应该使用prim算法。 class Solution { public int minCostConnectPoints(int[][] points) { int n = points.length; int cost = 0; boolean[] vis = new boolean[n]; int[] dist = new int[n]; for(

SongyangJi 234

并查集与最小生成树 —— Leetcode 1584. 连接所有点的最小费用

本文通过分享一道力扣题解,并利用图解讲解了最小生成树和并查集等知识点。

这里是四川大学23级学生钱铭锐的博客鸭,没事发点文章记录自己的成长历程~ 429

LeetCode 1584. 连接所有点的最小费用--最小生成树裸题

连接所有点的最小费用 给你一个points 数组,表示 2D 平面上的一些点,其中 points[i] = [xi, yi] 。 连接点 [xi, yi] 和点 [xj, yj] 的费用为它们之间的 曼哈顿距离 :|xi - xj| + |yi - yj| ,其中 |val| 表示 val 的绝对值。 请你返回将所有点连接的最小总费用。只有任意两点之间 有且仅有 一条简单路径时,才认为所有点都已连接。 示例 1: 输入:points = [[0,0],[2,2],[3,10],[5,2],[7,0]] .

weixin_43918046的博客 181

leetcode 1584. 连接所有点的最小费用 -最小生成树

Kruskal算法的时间复杂度为O(ElogE), Kruskal算法适用于边稀疏而顶点较多的图。Prim算法时间复杂度O(|V|^2), 适用于边稠密图 (|E|大)

lishuangzhi的博客 146
上一篇: LeetCode494. 目标和 0-1背包DP
下一篇: FasterTransformer 001 start up
FakeOccupational
博客等级 码龄6年 2万+粉丝 1727原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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