Calling Circles UVA - 247 (Floyd传递闭包)

本文深入探讨了图论中利用Floyd算法进行传递闭包处理,结合并查集实现对有向图中点的圈归属判断的方法。通过具体实例,阐述了如何将人名映射为编号,使用Floyd算法更新点间关系,并通过并查集确定点是否属于同一圈,最后输出图中所有圈的情况。

题目大意:

给出一些一张图,图中的点之间用一些有向边连接,如两个点之间可以相互通行则两个点属于同一个圈,输出整个图的圈的情况。

思路:

用map来使人名变成编号,对编号点跑Floyd传递闭包,如rela[i][j]==rela[j][i]==1则i,j属于同一个圈,再用并查集来保存两个点属于同一个圈

#include<cstdio>
#include<string>
#include<map>
#include<cstring>
#include<vector>
#include<iostream>
using namespace std;
int relation[50][50];
map<string,int> mp;
vector<string> V;
int vis[50];
int n,m;
int fa[50];
void init()
{
	for(int i=1;i<=n;i++) fa[i]=i;
	memset(relation,0,sizeof(relation));
	mp.clear();
	V.clear();
	memset(vis,0,sizeof(vis));
}
int find(int x){return fa[x]==x?x:fa[x]=find(fa[x]);}
void merge(int x,int y){int fx=find(x),fy=find(y);if(fx!=fy) fa[fx]=fy;}
void Floyd(){
	for(int k=1;k<=n;k++){
		for(int i=1;i<=n;i++){
			for(int j=1;j<=n;j++){
				relation[i][j]|=(relation[i][k]&relation[k][j]);
			}
		}
	}
}
int main()
{
	string s1,s2;
	int tot=0;
	while(~scanf("%d%d",&n,&m)&&m){
		init();
		for(int i=1;i<=m;i++){
			cin>>s1>>s2;
			if(!mp.count(s1)) {V.push_back(s1),mp[s1]=V.size();}
			if(!mp.count(s2)) {V.push_back(s2),mp[s2]=V.size();}
			relation[mp[s1]][mp[s2]]=1;
		}
		Floyd();
		for(int i=1;i<=n;i++){
			for(int j=1;j<i;j++){
				if(relation[i][j]&relation[j][i])
				merge(i,j);
			}
		}
		if(tot++) cout<<endl;
		printf("Calling circles for data set %d:\n",tot);
		for(int i=1;i<=n;i++){
			if(fa[i]==i){
				cout<<V[i-1];vis[i]=1;
				for(int j=1;j<=n;j++){
					if(!vis[j]&&find(j)==i){
						cout<<", "<<V[j-1];
						vis[j]=1;
					}
				}
				cout<<endl;
			}
		}
	}

}

 

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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