URAL - 1022 - Genealogical Tree(拓扑排序)

本文介绍了一道关于火星人后代关系的问题,通过拓扑排序算法解决辈分排序问题。提供C++和Java两种语言的实现代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题意:N个火星人说一些火星人是他们的后代,在庭上辈份高的坐前面,低的坐后面,问这N个火星人从前往后的顺序应如何。

题目链接:http://acm.timus.ru/problem.aspx?space=1&num=1022

——>>直接进行拓扑排序即可。

#include <cstdio>
#include <vector>
#include <cstring>

using namespace std;

const int maxn = 100 + 10;
vector<int> G[maxn];
int N, n, c[maxn], topo[maxn];

bool dfs(int u)
{
    c[u] = -1;
    int cnt = G[u].size();
    for(int v = 0; v < cnt; v++)
    {
        if(c[G[u][v]] < 0) return 0;
        else if(!c[G[u][v]] && !dfs(G[u][v])) return 0;
    }
    c[u] = 1;
    topo[n--] = u;
    return 1;
}
bool toposort()
{
    n = N;
    memset(c, 0, sizeof(c));
    for(int i = 1; i <= N; i++) if(!c[i])
        if(!dfs(i)) return 0;
    return 1;
}
int main()
{
    int i, v;
    while(~scanf("%d", &N))
    {
        for(i = 1; i <= N; i++)
        {
            while(~scanf("%d", &v))
            {
                if(!v) break;
                G[i].push_back(v);
            }
        }
        toposort();
        for(i = 1; i < N; i++)
            printf("%d ", topo[i]);
        printf("%d\n", topo[N]);
    }
    return 0;
}

也写了个java版的

import java.util.Scanner;
public class Main {
	static final int maxn = 100 + 10;
	static int G[][] = new int[maxn][maxn], N, n, topo[] = new int[maxn], c[] = new int[maxn];
	public static boolean dfs(int u){
		c[u] = -1;
		for(int v = 1; v <= N; v++) if(G[u][v] == 1){
			if(c[v] < 0) return false;
			if(c[v] == 0 && dfs(v) == false) return false;
		}
		c[u] = 1;
		topo[n--] = u;
		return true;
	}
	public static boolean toposort(){
		n = N;
		for(int i = 1; i <= N; i++) c[i] = 0;
		for(int i = 1; i <= N; i++) if(c[i] == 0)
			if(dfs(i) == false) return false;
		return true;
	}
	public static void main(String args[]) {
		Scanner cin = new Scanner(System.in);
		int i, j;
		N = cin.nextInt();
		for(i = 1; i <= N; i++)
			for(j = 1; j <= N; j++) G[i][j] = 0;
		for(i = 1; i <= N; i++){
			while(true){
				j = cin.nextInt();
				if(j == 0) break;
				G[i][j] = 1;
			}
		}
		toposort();
		for(i = 1; i < N; i++) System.out.print(topo[i]+" ");
		System.out.println(topo[N]);
		cin.close();
	}
}


内容概要:本文深入探讨了Kotlin语言在函数式编程和跨平台开发方面的特性和优势,结合详细的代码案例,展示了Kotlin的核心技巧和应用场景。文章首先介绍了高阶函数和Lambda表达式的使用,解释了它们如何简化集合操作和回调函数处理。接着,详细讲解了Kotlin Multiplatform(KMP)的实现方式,包括共享模块的创建和平台特定模块的配置,展示了如何通过共享业务逻辑代码提高开发效率。最后,文章总结了Kotlin在Android开发、跨平台移动开发、后端开发和Web开发中的应用场景,并展望了其未来发展趋势,指出Kotlin将继续在函数式编程和跨平台开发领域不断完善和发展。; 适合人群:对函数式编程和跨平台开发感兴趣的开发者,尤其是有一定编程基础的Kotlin初学者和中级开发者。; 使用场景及目标:①理解Kotlin中高阶函数和Lambda表达式的使用方法及其在实际开发中的应用场景;②掌握Kotlin Multiplatform的实现方式,能够在多个平台上共享业务逻辑代码,提高开发效率;③了解Kotlin在不同开发领域的应用场景,为选择合适的技术栈提供参考。; 其他说明:本文不仅提供了理论知识,还结合了大量代码案例,帮助读者更好地理解和实践Kotlin的函数式编程特性和跨平台开发能力。建议读者在学习过程中动手实践代码案例,以加深理解和掌握。
内容概要:本文深入探讨了利用历史速度命令(HVC)增强仿射编队机动控制性能的方法。论文提出了HVC在仿射编队控制中的潜在价值,通过全面评估HVC对系统的影响,提出了易于测试的稳定性条件,并给出了延迟参数与跟踪误差关系的显式不等式。研究为两轮差动机器人(TWDRs)群提供了系统的协调编队机动控制方案,并通过9台TWDRs的仿真和实验验证了稳定性和综合性能改进。此外,文中还提供了详细的Python代码实现,涵盖仿射编队控制类、HVC增强、稳定性条件检查以及仿真实验。代码不仅实现了论文的核心思想,还扩展了邻居历史信息利用、动态拓扑优化和自适应控制等性能提升策略,更全面地反映了群体智能协作和性能优化思想。 适用人群:具备一定编程基础,对群体智能、机器人编队控制、时滞系统稳定性分析感兴趣的科研人员和工程师。 使用场景及目标:①理解HVC在仿射编队控制中的应用及其对系统性能的提升;②掌握仿射编队控制的具体实现方法,包括控制器设计、稳定性分析和仿真实验;③学习如何通过引入历史信息(如HVC)来优化群体智能系统的性能;④探索中性型时滞系统的稳定性条件及其在实际系统中的应用。 其他说明:此资源不仅提供了理论分析,还包括完整的Python代码实现,帮助读者从理论到实践全面掌握仿射编队控制技术。代码结构清晰,涵盖了从初始化配置、控制律设计到性能评估的各个环节,并提供了丰富的可视化工具,便于理解和分析系统性能。通过阅读和实践,读者可以深入了解HVC增强仿射编队控制的工作原理及其实际应用效果。
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