hdu 5452 Minimum Cut (LCA+DFS)

本文探讨了在一张图G中找到最小数量的边删除方案,以使图不连通,且至少一条删除的边属于生成树T。通过深度优先搜索和最低公共祖先算法,详细解析了算法思路与实现代码。

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

 http://acm.hdu.edu.cn/showproblem.php?pid=5452 

 

题意:

一张图G中有一颗生成树T,问最少删除多少条边能使得图不连通,删除的边中必须有且仅有一条包含生成树T中的边。

 

思路:

如果一条边不属于生成树T,那么对于和 来说它连接到其他子树的贡献是1,

因此需要num[u]++, num[v]++; 

但是这样就多算了(u,v)都在同一颗子树的时候的num值,所以要num[LCA(u,v)]-=2;

 

代码:

#include<bits/stdc++.h>
using namespace std;
const int maxn=2e4+10;
vector<int>e[maxn];
int dep[maxn];
int n,m;
int dp[maxn][16];
int num[maxn];
void dfs(int x,int pre)
{
    dep[x]=dep[pre]+1;
    int k=e[x].size();
    for(int i=0;i<k;i++)
    {
        int v=e[x][i];
        if(v==pre)continue;
        dp[v][0]=x;
        dfs(v,x);
    }
}
void init()
{
    for(int i=1;(1<<i)<=n;i++)
    {
        for(int j=1;j<=n;j++)
        {
            dp[j][i]=dp[dp[j][i-1]][i-1];
        }
    }
}
int LCA(int u,int v)
{
    if(dep[u]>dep[v])swap(u,v);
    int h=dep[v]-dep[u];
    for(int i=0;(1<<i)<=h;i++)
    {
        if((1<<i)&h)v=dp[v][i];
    }
    if(u!=v)
    {
        for(int i=(int)log2(n);i>=0;i--)
            if(dp[u][i]!=dp[v][i])
            u=dp[u][i],v=dp[v][i];
        u=dp[u][0];
    }
    return u;
}
void dfss(int x,int pre)
{
    for(int i=0;i<e[x].size();i++)
    {
        int v=e[x][i];
        if(v==pre)continue;
        dfss(v,x);
        num[x]+=num[v];
    }
}
int main()
{
    int T;
    scanf("%d",&T);
    int cs=0;
    while(T--)
    {
        for(int i=0;i<=n;i++)
        e[i].clear(),dep[i]=0,num[i]=0;
        memset(dp,0,sizeof(dp));
        scanf("%d%d",&n,&m);

        int u,v;
        for(int i=1;i<n;i++)
        {
            scanf("%d%d",&u,&v);
            e[u].push_back(v);
            e[v].push_back(u);
        }
        dfs(1,0);
        init();
        for(int i=n;i<=m;i++)
        {
            scanf("%d%d",&u,&v);
            int fa=LCA(u,v);
            num[u]++;
            num[v]++;
            num[fa]-=2;
        }
        dfss(1,-1);
        int ans=1e9;
        for(int i=2;i<=n;i++)
        {
            ans=min(ans,num[i]+1);
        }
        printf("Case #%d: %d\n",++cs,ans);
    }
    return 0;
}

 

内容概要:本文介绍了如何使用Python识别图片和扫描PDF中的文字。首先,文章讲解了使用Spire.OCR for Python库来识别图片中的文字,包括安装库、配置OCR模型路径和语言设置、扫描图片以及保存识别后的文本。其次,详细描述了从图片中提取文字及其坐标位置的方法,使用户不仅能够获取文本内容,还能知道文本在图片中的具体位置。最后,文章还介绍了如何结合Spire.PDF for Python将PDF文件转换为图片格式,再通过OCR技术从中提取文字,适用于处理扫描版PDF文件。文中提供了完整的代码示例,帮助读者理解和实践。 适合人群:对Python编程有一定基础,希望学习或提高光学字符识别(OCR)技术的应用开发者,尤其是需要处理大量图片或PDF文档中文字信息的工作人员。 使用场景及目标:① 开发者可以利用这些方法自动化处理图片或PDF文档中的文字信息,提高工作效率;② 实现从非结构化数据(如图片、扫描件)到结构化数据(如文本文件)的转换,便于后续的数据分析和处理;③ 提供了一种解决纸质文档数字化的有效途径,特别是对于历史档案、书籍等资料的电子化保存。 其他说明:需要注意的是,OCR的准确性很大程度上取决于图片的质量,清晰度高、对比度好的图片可以获得更好的识别效果。此外,不同OCR库可能对特定语言或字体的支持程度不同,选择合适的库和配置参数能显著提升识别精度。在实际应用中,建议先进行小规模测试,优化参数后再大规模应用。
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