GYM 100712 H.Bridges(边双连通分量)

本文介绍了一种通过Tarjan算法进行边双连通性分析,并利用直径计算来最小化图中桥的数量的方法。该算法首先使用Tarjan算法对图进行缩点处理,然后在缩点后的图中找到最长直径,最后将此直径两端点相连,以此来减少图中的桥数量。

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

Description
给出一个n个点m条边的无向图,要求新加一条边使得加完边后的新图的桥最少
Input
第一行一整数T表示用例组数,每组用例首先输入两整数n和m分别表示点数和边数,之后m行每行两个整数u和v表示u和v之间有一条边(1<=T<=64,3<=n<=1e5,n-1<=m<=1e5)
Output
输出加一条边后最少的桥数
Sample Input
这里写图片描述
Sample Output
1
0
Solution
Tarjan缩点,对缩完点的树求一遍直径,连接直径的两个端点减少的桥数最多,原先的桥数减去直径长度即为答案
Code

#include<cstdio>
#include<iostream>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<vector>
#include<queue>
#include<map>
#include<set>
#include<ctime>
using namespace std;
typedef long long ll;
#define INF 0x3f3f3f3f
#define maxn 111111
#define maxm 222222 
struct Edge
{
    int to,next;
    bool flag;//标记是否是桥
}edge[maxm];
int head[maxn],tot;
int low[maxn],dfn[maxn],stack[maxn],belong[maxn];//belong数组的值是1~block
int index,top;
int block;//边双连通块数
bool instack[maxn];
int bridge;//桥的数目
void addedge(int u,int v)
{
    edge[tot].to=v,edge[tot].next=head[u],edge[tot].flag=0;
    head[u]=tot++;
}
void Tarjan(int u,int pre)
{   
    int v;
    low[u]=dfn[u]=++index;
    stack[top++]=u;
    instack[u]=1;
    for(int i=head[u];~i;i=edge[i].next)
    {
        v=edge[i].to;
        if(v==pre)continue;
        if(!dfn[v])
        {
            Tarjan(v,u);
            if(low[u]>low[v])low[u]=low[v];
            if(low[v]>dfn[u])
            {
                bridge++;
                edge[i].flag=1;
                edge[i^1].flag=1;
            }
        }
        else if(instack[v]&&low[u]>dfn[v])
            low[u]=dfn[v];
    }
    if(low[u]==dfn[u])
    {
        block++;
        do
        {
            v=stack[--top];
            instack[v]=0;
            belong[v]=block;
        }
        while(v!=u);
     }
}
void init()
{
    memset(dfn,0,sizeof(dfn));
    memset(stack,0,sizeof(stack));
    index=block=top=bridge=tot=0;
    memset(head,-1,sizeof(head));
}
int T,n,m,e[maxn][2],deep,pos;
int dfs(int u,int fa,int cnt)
{
    if(cnt>deep)deep=cnt,pos=u;
    for(int i=head[u];~i;i=edge[i].next)
    {
        int v=edge[i].to;
        if(v==fa)continue;
        dfs(v,u,cnt+1);
    }
}
int main()
{
    scanf("%d",&T);
    while(T--)
    {
        init();
        scanf("%d%d",&n,&m);
        for(int i=1;i<=m;i++)
        {
            scanf("%d%d",&e[i][0],&e[i][1]);
            addedge(e[i][0],e[i][1]),addedge(e[i][1],e[i][0]);
        }
        Tarjan(1,1);
        init();
        int ans=0;
        for(int i=1;i<=m;i++)
        {
            int u=belong[e[i][0]],v=belong[e[i][1]];
            if(u!=v)
                ans++,addedge(u,v),addedge(v,u);
        }
        deep=0;
        dfs(1,1,0);
        deep=0;
        dfs(pos,pos,0);
        printf("%d\n",ans-deep);
    }
    return 0;
}
### 使用 `gym.spaces.Box` 定义动作空间 在OpenAI Gym环境中定义连续的动作空间通常会使用到 `gym.spaces.Box` 类。此类允许创建一个多维的盒子形状的空间,其边界由低限(low)和高限(high)参数指定[^1]。 对于给定的例子,在类 `ActionSpace` 中静态方法 `from_type` 返回了一个基于输入类型的行动空间实例: 当 `space_type` 是 `Continuous` 时,返回的是一个三维向量形式的动作空间对象,该对象表示三个维度上的取值范围分别为 `[0.0, 1.0]`, `[0.0, 1.0]`, 和 `[-1.0, 1.0]` 的实数集合,并且数据类型被设定为了 `np.float32`: ```python import numpy as np import gym class ActionSpace: @staticmethod def from_type(action_type: int): space_type = ActionSpaceType(action_type) if space_type == ActionSpaceType.Continuous: return gym.spaces.Box( low=np.array([0.0, 0.0, -1.0]), high=np.array([1.0, 1.0, 1.0]), dtype=np.float32, ) ``` 此段代码展示了如何通过传递最低限度(`low`)数组以及最高限度(`high`)数组来初始化一个新的Box实例,从而构建出一个具有特定界限的多维连续数值区间作为环境可能采取的一系列合法行为的选择集的一部分。 另外值得注意的是,每个环境都应当具备属性 `action_space` 和 `observation_space` ,这两个属性应该是继承自 `Space` 类的对象实例;Gymnasium库支持大多数用户可能会需要用到的不同种类的空间实现方式[^2]。 #### 创建并测试 Box 动作空间的一个简单例子 下面是一个简单的Python脚本片段用于展示怎样创建和验证一个基本的 `Box` 空间成员资格的方法: ```python def check_box_space(): box_space = gym.spaces.Box(low=-1.0, high=1.0, shape=(2,), dtype=np.float32) sample_action = box_space.sample() # 获取随机样本 is_valid = box_space.contains(sample_action) # 检查合法性 print(f"Sampled action {sample_action} within bounds? {'Yes' if is_valid else 'No'}") check_box_space() ``` 上述函数首先建立了一个二维的 `-1.0` 到 `1.0` 范围内的浮点型 `Box` 空间,接着从中抽取了一组随机样本来检验它确实位于所规定的范围内。
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