拓扑排序+优先队列

本文介绍了一个有趣的体育课排队问题及解决算法。度度熊作为体育老师,需要在满足学生特定偏好的情况下,最大化学生的评价分数之和。文章通过图论中的拓扑排序思想,结合优先队列实现了一种高效解决方案。

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

Gym Class
Time Limit:1000MS     Memory Limit:65536KB     64bit IO Format:%I64d & %I64u

Description

众所周知,度度熊喜欢各类体育活动。 

今天,它终于当上了梦寐以求的体育课老师。第一次课上,它发现一个有趣的事情。在上课之前,所有同学要排成一列, 假设最开始每个人有一个唯一的ID,从1到$N$,在排好队之后,每个同学会找出包括自己在内的前方所有同学的最小ID,作为自己评价这堂课的分数。麻烦的是,有一些同学不希望某个(些)同学排在他(她)前面,在满足这个前提的情况下,新晋体育课老师——度度熊,希望最后的排队结果可以使得所有同学的评价分数和最大。 

Input

第一行一个整数$T$,表示$T(1 \leq T \leq 30)$ 组数据。 

对于每组数据,第一行输入两个整数$N$和$M (1 \leq N \leq 100000, 0 \leq M \leq 100000)$,分别表示总人数和某些同学的偏好。 

接下来$M$行,每行两个整数$A$ 和$B(1 \leq A, B \leq N)$,表示ID为$A$的同学不希望ID为$B$的同学排在他(她)之前。你可以认为题目保证至少有一种排列方法是符合所有要求的。 

Output

对于每组数据,输出最大分数 。

Sample Input

3
1 0
2 1
1 2
3 1
3 1

Sample Output

1
2

6

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
#include<cstdio>
#include<queue>
#include<algorithm>
using namespace std;
int in[1000005];//入度 
vector<int>G[1000005];//动态存储--二维 
int main()
{
	int n,m,t;
	scanf("%d",&t);
	while(t--)
	{
		scanf("%d%d",&n,&m);
		for(int i=1;i<=n;i++)
		G[i].clear(),in[i]=0;//初始化,清零 
		for(int i=1;i<=m;i++)
		{
			int a,b;
			scanf("%d%d",&a,&b);
			G[a].push_back(b);
			in[b]++;
		}
		priority_queue<int,vector<int>,less<int> >q;//优先队列 
	//入度为0的有多个,大的先入列 
		for(int i=1;i<=n;i++)
		{
			if(in[i]==0)
			q.push(i);
		}
		long long ans=0;
			int Min=n+1;
		while(!q.empty())
        {
        	int u=q.top();q.pop();
        	Min=min(Min,u);
        	ans+=Min;
        	for(int i=0;i<G[u].size();i++)
        	{
        		int v=G[u][i];
        		if(--in[v]==0)
        		q.push(v);
			}
		}
		printf("%lld\n",ans);
	}
	return 0;
}

在使用优先队列实现拓扑排序时,通常我们会先构建一个有向无环图(DAG),然后利用优先队列来存储顶点及其入度(出度为0的顶点被视为源点)。下面是基于 Python 中 `heapq` 库实现的一个简化版示例: ```python import heapq def topological_sort(graph): # 初始堆(小根堆,最小元素在堆顶) queue = [(node, 0) for node in graph if graph[node].count(0) == len(graph[node])] heapq.heapify(queue) # 结果列表,存放已排序的节点 result = [] while queue: # 弹出入度为0的节点(相当于优先级最低) current_node, _ = heapq.heappop(queue) result.append(current_node) # 更新其他节点的入度,如果有新的入度为0的节点,添加回堆 for neighbor, edge_weight in graph[current_node]: graph[neighbor][current_node] -= 1 if graph[neighbor][current_node] == 0 and neighbor not in result: heapq.heappush(queue, (neighbor, 0)) return result if is_directed_acyclic_graph(graph) else None # 辅助函数检查图是否为有向无环图 def is_directed_acyclic_graph(graph): visited = set() def dfs(node): visited.add(node) for neighbor, weight in graph[node]: if neighbor not in visited: if not dfs(neighbor): # 如果邻接点存在环,则返回False return False return True return all(dfs(node) for node in graph) # 示例: graph = { 'A': [ ('B', 1), ('C', 1) ], 'B': [ ('C', 1), ('D', 1) ], 'C': [('D', 1)], 'D': [] } print(topological_sort(graph)) # 输出 ['A', 'C', 'B', 'D'] ``` 这个代码首先找到所有入度为0的节点加入堆,然后在每次弹出堆顶节点时,更新与其相邻节点的关系,直到堆为空。注意,由于拓扑排序可能会返回多种排列,这里假设图中不存在环,如果可能存在环,需要额外检查图是否真的是DAG。
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