Uva 10583 Ubiquitous Religions

本文通过并查集算法解决学生宗教信仰的比较问题,实际应用为图论中的连通块计数。

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

题目是学生的宗教信仰,不直接问,而是两个人相比是否一样,最后求出共有几种信仰。实际上是求图的个数。

使用并查集去求。

 1 #include <cstdio>
 2 #include <cstring>
 3 #include <iostream>
 4 #include <algorithm>
 5 #define MAX 50001
 6 using namespace std;
 7 
 8 int caseNum,student,pairNum;
 9 typedef struct node{
10     int data_;//节点对应人的编号
11     int rank_;//节点对应的秩
12     int parent_;//节点对应双亲下标
13 }UFSTree;
14 void MAKE_SET(UFSTree t[]);//初始化并查集树
15 int FIND_SET(UFSTree t[],int x);//在x所在子树中查找集合编号
16 void UNION(UFSTree t[],int x,int y);//将x和y所在的子树合并
17 int main()
18 {
19     //freopen("D:\\acm.txt","r",stdin);
20     int cycle = 0;
21     while(cin>>student>>pairNum,student&&pairNum){
22         int flag = student;
23         UFSTree t[MAX];
24         MAKE_SET(t);
25         for(int m = 0;m < pairNum;m++){
26             int x,y;
27             cin>>x>>y;
28             if(FIND_SET(t,x)!= FIND_SET(t,y)){
29                 flag--;
30                 UNION(t,x,y);
31             }
32         }
33         cycle++;
34         cout<<"Case "<<cycle<<": "<<flag<<endl;
35     }
36     return 0;
37 }
38 void MAKE_SET(UFSTree t[]){
39     for(int i = 1;i <= student;i++){
40         t[i].data_ = i;//数据为该人编号
41         t[i].rank_ = 1;//秩,即节点的个数
42         t[i].parent_ = i;//父节点指向自己
43     }
44 }
45 int FIND_SET(UFSTree t[],int x){
46     if(x != t[x].parent_){
47         return (FIND_SET(t,t[x].parent_));
48     }
49     else
50         return x;
51 }
52 void UNION(UFSTree t[],int x,int y){
53     x = FIND_SET(t,x);
54     y = FIND_SET(t,y);
55     if(x==y)return;
56     if(t[x].rank_ > t[y].rank_){
57             t[y].parent_ = x;
58             t[x].rank_ += t[y].rank_;
59     }
60     else{
61         t[x].parent_ = y;
62         t[y].rank_ += t[x].rank_;
63     }
64 }

 

资源下载链接为: https://pan.quark.cn/s/d37d4dbee12c A:计算机视觉,作为人工智能领域的关键分支,致力于赋予计算机系统 “看懂” 世界的能力,从图像、视频等视觉数据中提取有用信息并据此决策。 其发展历程颇为漫长。早期图像处理技术为其奠基,后续逐步探索三维信息提取,与人工智能结合,又经历数学理论深化、机器学习兴起,直至当下深度学习引领浪潮。如今,图像生成和合成技术不断发展,让计算机视觉更深入人们的日常生活。 计算机视觉综合了图像处理、机器学习、模式识别和深度学习等技术。深度学习兴起后,卷积神经网络成为核心工具,能自动提炼复杂图像特征。它的工作流程,首先是图像获取,用相机等设备捕获视觉信息并数字化;接着进行预处理,通过滤波、去噪等操作提升图像质量;然后进入关键的特征提取和描述环节,提炼图像关键信息;之后利用这些信息训练模型,学习视觉模式和规律;最终用于模式识别、分类、对象检测等实际应用。 在实际应用中,计算机视觉用途极为广泛。在安防领域,能进行人脸识别、目标跟踪,保障公共安全;在自动驾驶领域,帮助车辆识别道路、行人、交通标志,实现安全行驶;在医疗领域,辅助医生分析医学影像,进行疾病诊断;在工业领域,用于产品质量检测、机器人操作引导等。 不过,计算机视觉发展也面临挑战。比如图像生成技术带来深度伪造风险,虚假图像和视频可能误导大众、扰乱秩序。为此,各界积极研究检测技术,以应对这一问题。随着技术持续进步,计算机视觉有望在更多领域发挥更大作用,进一步改变人们的生活和工作方式 。
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