强连通即模板题HDU269

本文介绍了连通图、强连通图的概念,并详细解析了两种强连通分支的求解算法:双DFS和Tarjan算法。通过示例代码展示了算法的具体实现过程。

1、连通图
一个图不间断,就是一个连通图。
2、强连通图
图中的任意两点通过直接或者间接的连通,称为强连通图。
3、强连通分支
一个图中强连通集合,称为一个强连通分支。(一个点也是一个强连通分支)
4、解决方法
(1)、建图:前向星正向反向分别建图
(2)、dfs正向遍历,按时间戳存在stack中
(3)、dfs反向遍历,stack出栈。dfs的次数是强连通分量的个数,一个dfs的所有值,是一个强连通分支的所有节点。
双DFS 
#include<stdio.h>
#include<string.h>
#include<stack>
#include<iostream>
#include<algorithm>
using namespace std;
struct node
{
	int next,to;
}room[110000];
struct node1
{
	int next,to;
}room1[110000];
stack<int>s;
int n,m;int cnt;int cur;
int head[11000];
int mark[11000];
int head1[11000];
void init()
{
	memset(head,-1,sizeof(head));
	memset(head1,-1,sizeof(head1));
	memset(mark,0,sizeof(mark));
	cnt=0;cur=0;
}
void add(int a,int b)
{
	room[cnt].to=b;
	room[cnt].next=head[a];
	head[a]=cnt++;
}
void add1(int a,int b)
{
	room1[cur].to=b;
	room1[cur].next=head1[a];
	head1[a]=cur++;
}
void dfs(int x)
{
	mark[x]=1;
	for(int i=head[x];i+1;i=room[i].next)
	{
		if(mark[room[i].to]==0)
		{
			dfs(room[i].to);
		}
	}
	s.push(x);
}
void dfs1(int x)
{
	mark[x]=1;
	for(int i=head1[x];i+1;i=room1[i].next)
	{
		if(mark[room1[i].to]==0)
		{
			dfs1(room1[i].to);
		}
	}
}
int main()
{
	while(scanf("%d%d",&n,&m)!=EOF)
	{
		if(n==0&&m==0) break;
		init();
		int x,y;
		for(int i=0;i<m;i++)
		{
			scanf("%d%d",&x,&y);
			add(x,y);
			add1(y,x);
		}
		for(int i=1;i<=n;i++)
		{
			if(mark[i]==0)
			dfs(i);
		}
		int sum=0;
		memset(mark,0,sizeof(mark));
		while(!s.empty())
		{
			int q=s.top();
			s.pop();
			if(mark[q]==0)
			{
				dfs1(q);
				sum++;
			}
		}
		if(sum==1)
		printf("Yes\n");
		else
		printf("No\n");
	}
	return 0;
}
tarjan算法 
#include<stdio.h>
#include<string.h>
#include<algorithm>
#include<iostream>
#define Min(a,b) a<b?a:b
#define maxn 100000+10
#define maxh 10000+10
using namespace std;
typedef struct{
    int to,next;
}node;
node E[maxn];
int head[maxh],stack[maxh],dfn[maxh],low[maxh],cnt,top,index,bcnt;
bool instack[maxh];
void init(){
    memset(head,-1,sizeof(head));
    memset(dfn,0,sizeof(dfn));
    memset(instack,false,sizeof(instack));
    cnt=0;
    top=0;
    index=0;
    bcnt=0;
}
void add(int a,int b){
    E[cnt].to=b,E[cnt].next=head[a],head[a]=cnt++;
}
void tarjan(int i){
    int j;
    dfn[i]=low[i]=++index;
    instack[i]=true;
    stack[top++]=i;
    for(int k=head[i];k+1;k=E[k].next){
        j=E[k].to;
        if(!dfn[j]){
            tarjan(j);
            low[i]=Min(low[i],low[j]);
        }
        if(dfn[j]&&dfn[j]<low[i]){
            low[i]=dfn[j];
        }
    }
    if(dfn[i]==low[i]){
        bcnt++;
        do{
            j=stack[top--];
            instack[j]=false;
        }while(j!=i);
    }
}
int main(){
    int N,M,a,b;
    while(~scanf("%d%d",&N,&M)&&(N+M)){
        init();
        for(int i=0;i<M;i++){
            scanf("%d%d",&a,&b);
            add(a,b);
        }
        for(int i=1;i<=N;i++){
            if(!dfn[i]){
                tarjan(i);
            }
        }
        if(bcnt>1){
            printf("No\n");
        }
        else{
            printf("Yes\n");
        }
    }
    return 0;
}


下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此类功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此类功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点状指示器等。 CSS3的动画和过渡特性(如`transition`和`animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分类类别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别和分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控与管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁和治理决策。 • 计算机视觉研究:支持实例分割算法的研究和优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育与实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增模型的泛化能力和鲁棒性。 • 格式兼容性:YOLO标注格式易于与主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员和开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
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