kuangbin专题六 POJ1251 Jungle Roads(最小生成树)

本文详细介绍了如何使用Prim和Kruskal算法解决最小生成树问题,并提供了完整的代码实现。通过将字母节点转换为数字,简化了算法的应用过程。

题意:
一个图,给你N个结点,输入N-1行信息,用大写字母表示节点,节点与节点之间有权值。要你输出最小生成树的值。
题解:
把子母转换成数字就好了,直接上板子。

//后来再次写的prim
#include<stdio.h>
#include<iostream>
#include<string.h>
#include<algorithm>
using namespace std;
#define INF 0x3f3f3f3f
const int MAXN=30;
int map[MAXN][MAXN];
int dis[MAXN];
bool vis[MAXN];
int n,m;
void prim()
{
    int sum=0;
    memset(vis,false,sizeof(vis));
    for(int i=1;i<=26;i++)
    dis[i]=map[1][i];
    vis[1]=true;
    for(int i=1;i<n;i++)//把这里改成n就不用在下面判断k==0就continue了。
    {
        int MIN=INF,k=0;
        for(int j=1;j<=n;j++)
        if(dis[j]<MIN&&!vis[j])
        MIN=dis[j],k=j;
        sum+=MIN;
        vis[k]=true;
        for(int j=1;j<=n;j++)
        if(!vis[j]&&map[k][j]<dis[j])
        dis[j]=map[k][j];
    }
    printf("%d\n",sum);
}
int main()
{
    while(cin>>n,n)
    {
        memset(map,INF,sizeof(map));
        for(int i=0;i<=26;i++)
        map[i][i]=0;
        for(int i=0;i<n-1;i++)
        {
            char s1,s2;
            cin>>s1>>m;
            int a=s1-64;
            for(int j=0;j<m;j++)
            {
                int w;
                cin>>s2>>w;
                int b=s2-64;
                if(w<map[a][b])
                map[a][b]=map[b][a]=w;
            }
        }
        prim();
    }
    return 0;
}
//之前写的prim
#include<stdio.h>
#include<iostream>
#include<string.h>
#include<algorithm>
using namespace std; 
const int INF  = 0x3f3f3f;
int map[305][305],lowcost[305],mst[305];
int prim()
{
    int i,j,sum=0;
    for(i=2;i<=26;i++)//i不能等于1,否则会影响下面的程序。因为1已经在集合里了,不能再啦出来算一次 
    {
        lowcost[i]=map[1][i];
        mst[i]=1;
    }
    mst[1]=0;
    for(i=2;i<=26;i++)
    {
        int min=INF,k=0;
        for(j=1;j<=26;j++)
        {
            if(lowcost[j]!=0&&lowcost[j]<min)
            {
                min=lowcost[j];
                k=j;
            }
        }
        if(k==0)
        continue;
        sum+=min;
        lowcost[k]=0;
//      printf("%d,,,,%d\n",sum,k);
        for(j=1;j<=26;j++)
        {
            if(lowcost[j]!=0&&map[k][j]<lowcost[j])
            {
                lowcost[j]=map[k][j];
                mst[k]=j;
            }
        }
    }
    return sum;
}
int main()
{
    int n,m,i,j,l;
    char a,b;
    while(cin>>n)
    {
        if(n==0)
        break; 
        memset(map,INF,sizeof(map));
        memset(lowcost,0,sizeof(lowcost));
        memset(mst,0,sizeof(mst));
        for(i=1;i<n;i++)
        {
            getchar();
            cin>>a>>m;
            a=a-64;
    //      printf("a=%d\n",a);
            for(j=1;j<=m;j++)
            {
                getchar();
                cin>>b;
                b=b-64;
    //          printf("b=%d\n",b);
                cin>>l;
                if(map[a][b]>l)
                map[a][b]=map[b][a]=l;
            }
        }
        int ans=prim();
        cout<<ans<<endl;
    }
} 
//kruskal板子
#include<stdio.h>
#include<iostream>
#include<string.h>
#include<algorithm>
using namespace std;
const int MAXN=27*27;
struct node
{
    int u,v,w;
}map[MAXN];
int fa[MAXN];
int n,m,k;
bool cmp(node c,node d)
{
    return c.w<d.w;
}
int find(int p)
{
    return fa[p]==p ? p:fa[p]=find(fa[p]);
}
void kruskal()
{
    int sum=0;
    for(int i=0;i<k;i++)
    {
        int P=find(map[i].u);
        int Q=find(map[i].v);
        if(P!=Q)
        {
            fa[P]=Q;
            sum+=map[i].w;
        }
    }
    printf("%d\n",sum);
}
int main()
{
    while(cin>>n,n)
    {
        k=0;
        char s1,s2;
        int a,b,w;
        for(int i=0;i<=26;i++)
        fa[i]=i;
        for(int i=1;i<n;i++)
        {
            cin>>s1>>m;
            for(int j=1;j<=m;j++)
            {
                cin>>s2>>w;
                a=s1-64;
                b=s2-64;
                map[k].u=a;
                map[k].v=b;
                map[k].w=w;
                k++;
            }
        }
        sort(map,map+k,cmp);
        kruskal();
    }
}
<think>好的,我需要帮助用户了解Kuangbin的划分树相关资料或教程。首先,我要明确划分树的基本概念,确保自己理解正确。划分树是一种基于线段树的数据结构,主要用于解决区间第K小查询问题。它的核心思想是将区间递归划分,并在每个节点保存排序后的子区间,从而快速定位目标值。 接下来,我需要查阅用户提供的引用内容,看看是否有相关引用可以支持回答。引用[1]提到树链剖分,虽然不直接相关,但可能涉及树结构的处理。引用[2]和[3]讨论了树状数组和线段树在树结构中的应用,这可能与划分树的空间复杂度或实现细节有关。引用[4]关于Tarjan算法,可能与划分树的应用场景不同,暂时不考虑。 然后,我需要组织回答结构。用户希望了解Kuangbin的划分树实现,可能包括算法原理、实现步骤、代码示例以及复杂度分析。根据系统级指令,要使用正确的中文和LaTeX格式,例如数学表达式用$...$,独立公式用$$...$$。 考虑到用户可能需要代码示例,我需要编写Python或伪代码来展示划分树的构建和查询过程。同时,要确保引用相关文献,比如引用[3]提到的线段树家族处理子链的能力,可能在划分树的优化中有所体现。 另外,用户要求生成相关问题,我需要围绕划分树的应用、优化、复杂度等方面提出问题。例如,划分树与其他数据结构(如线段树)的区别,或者如何处理动态数据等。 最后,检查所有LaTeX语法是否正确,如区间划分的数学表达式是否正确使用$符号,代码块是否用三个反引号标注,引用标识是否自然添加在相关段落末尾。确保回答结构清晰,分步骤解释划分树的原理和实现,帮助用户逐步理解。</think>### Kuangbin划分树详解 划分树(Partition Tree)是一种基于线段树的扩展数据结构,主要用于解决**静态区间第K小查询**问题。其核心思想是将区间递归划分,并在每个节点保存排序后的子区间信息,利用二分思想快速定位目标值。 #### 一、算法原理 1. **预处理阶段**: - 将原始数组$[a_1,a_2,...,a_n]$排序得到$sorted\_arr$ - 递归地将当前区间划分为左右子区间: $$left\_part = [sorted\_arr中前mid个元素]$$ $$right\_part = [sorted\_arr中剩余元素]$$ - 记录每个元素在划分过程中进入左子区间的次数(通过`to_left`数组) 2. **查询阶段**: - 根据当前节点的划分信息,判断目标值在左/右子区间 - 通过`to_left`数组快速计算子区间内的元素数量 #### 二、代码实现(Python示例) ```python class PartitionTree: def __init__(self, arr): self.n = len(arr) self.tree = [] self.to_left = [] sorted_arr = sorted(arr) self.build(0, 0, self.n-1, arr, sorted_arr) def build(self, depth, l, r, arr, sorted_arr): if l == r: if len(self.tree) <= depth: self.tree.append([]) self.to_left.append([0]*(self.n+1)) self.tree[depth].append(arr[l]) return # 划分过程(关键步骤) mid = (l + r) // 2 median = sorted_arr[mid] # 统计进入左子树的元素数量[^3] to_left = 0 left_part, right_part = [], [] for num in arr[l:r+1]: if num < median or (num == median and to_left <= mid - l): left_part.append(num) to_left += 1 else: right_part.append(num) # 合并左右部分 merged = left_part + right_part # 存储当前层数据 if len(self.tree) <= depth: self.tree.append([]) self.to_left.append([0]*(self.n+1)) self.tree[depth][l:r+1] = merged self.to_left[depth][l] = 0 cnt = 0 for i in range(l, r+1): if merged[i-l] < median or (merged[i-l] == median and cnt <= mid - l): cnt += 1 self.to_left[depth][i+1] = cnt # 递归构建子树 self.build(depth+1, l, mid, merged[:mid-l+1], sorted_arr) self.build(depth+1, mid+1, r, merged[mid-l+1:], sorted_arr) ``` #### 三、复杂度分析 - 预处理时间复杂度:$O(n \log n)$ - 查询时间复杂度:$O(\log n)$ - 空间复杂度:$O(n \log n)$(与线段树的空间消耗类似)[^2] #### 四、应用场景 1. 静态区间第K小查询(如OJ题目POJ2104) 2. 高维空间最近邻搜索的降维处理 3. 数据压缩中的分块编码
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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