poj 2236 Wireless Network

本文介绍如何使用并查集解决N台电脑的连接问题,包括修复电脑和查询两台电脑是否可以连接的操作,同时提供了复杂度分析及具体代码实现。

题目链接:http://poj.org/problem?id=2236


题目大意:

有n台(1<=n<=1001)电脑坏掉了.

两种操作(操作的次数不超过300000个.):

(1)修复一台电脑.

(2)询问两台电脑是否可以连接.(直接或间接)

ps:直接相连:

两台电脑的距离小于d.

间接相连:

假设电脑A和B的距离大于d,但电脑C和A,B的距离小于d,则A和B间接相连.


题目思路:

运用并查集把相连的电脑放入一个集合。

修复电脑( O(n) ):

把所有能和它直接或间接相连的电脑指向它.

询问( O(1) ):

两电脑的祖先相同即相连.

假设操作的次数是m。

那么复杂度看起来貌似是O(m*n)

但是电脑最多只有n台,所以复杂度应该是O( max(n*n,m) );


代码:

#include <stdlib.h>
#include <string.h>
#include <stdio.h>
#include <ctype.h>
#include <math.h>
#include <stack>
#include <queue>
#include <map>
#include <set>
#include <vector>
#include <string>
#include <iostream>
#include <algorithm>
using namespace std;

#define ll long long
#define ls rt<<1
#define rs ls|1
#define lson l,mid,ls
#define rson mid+1,r,rs
#define middle (l+r)>>1
#define eps (1e-8)
#define type int
#define clr_all(x,c) memset(x,c,sizeof(x))
#define clr(x,c,n) memset(x,c,sizeof(x[0])*(n+1))
#define MOD 1000000009
#define INF 0x3f3f3f3f
#define pi acos(-1.0)
#define _max(x,y) (((x)>(y))? (x):(y))
#define _min(x,y) (((x)<(y))? (x):(y))
#define _abs(x) ((x)<0? (-(x)):(x))
#define getmin(x,y) (x= (x<0 || (y)<x)? (y):x)
#define getmax(x,y) (x= ((y)>x)? (y):x)
template <class T> void _swap(T &x,T &y){T t=x;x=y;y=t;}
int TS,cas=1;
const int M=1001+5;
int n,d;
int fa[M],x[M],y[M],dis[M][M],vis[M];

int find(int x){
	return (x==fa[x])? x:(fa[x]=find(fa[x]));
}

int getdis(int i,int j){
	return (x[i]-x[j])*(x[i]-x[j])+(y[i]-y[j])*(y[i]-y[j]);
}

void run(){
    int i,j;
	scanf("%d%d",&n,&d);
	d*=d;
	for(i=1;i<=n;i++) fa[i]=i;
	for(i=1;i<=n;i++) scanf("%d%d",&x[i],&y[i]);
	for(i=1;i<=n;i++){
		dis[i][i]=d+1;
		for(j=i+1;j<=n;j++)
			dis[j][i]=dis[i][j]=getdis(i,j);
	}
	clr(vis,0,n);
	char op[2];
	int p,q;
	while(~scanf("%s",op)){
		if(op[0]=='O'){
			scanf("%d",&p);
			if(vis[p]) continue;
			vis[p]=1;
			for(i=1;i<=n;i++)
				if(vis[i] && dis[i][p]<=d)
					fa[find(i)]=p;
		}
		else{
			scanf("%d%d",&p,&q);
			if(find(p)==find(q)) puts("SUCCESS");
			else puts("FAIL");
		}
	}
}

void preSof(){
}

int main(){
    //freopen("input.txt","r",stdin);
    //freopen("output.txt","w",stdout);
    preSof();
    run();
    //while(~scanf("%d%d",&n,&d)) run();
    //for(scanf("%d",&TS);cas<=TS;cas++) run();
    return 0;
}


同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这一高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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