Description

对于 20%的数据,满足 N=M≤20;
对于 40%的数据,满足 N=M≤500;
对于 70%的数据,满足 N≤500,M≤1,000;
对于 100%的数据,满足 N≤1,000,M≤2,000。
Solution
高斯消元,了解一下异或方程组可以用bitset搞
Code
#include <stdio.h>
#include <algorithm>
#include <bitset>
#define rep(i,st,ed) for (int i=st;i<=ed;++i)
const int N=2005;
std:: bitset<N>a[N];
char str[N];
int ans;
bool gauss(int n,int m) {
if (m<n) return false;
rep(i,1,n) {
int rec=i;
while (!a[rec][i]&&rec<=m) rec++;
if (rec>m) return false;
ans=std:: max(ans,rec);
if (rec!=i) std:: swap(a[rec],a[i]);
rep(j,1,m) if (i!=j&&a[j][i]) {
a[j]^=a[i];
}
}
return true;
}
int main(void) {
int n,m; scanf("%d%d",&n,&m); ans=n;
rep(i,1,m) {
scanf("%s",str);
rep(j,1,n) a[i][j]=str[j-1]-'0';
int x; scanf("%d",&x);
a[i][n+1]=x;
}
if (gauss(n,m)) {
printf("%d\n", ans);
rep(i,1,n) {
if (a[i][n+1]) puts("?y7M#");
else puts("Earth");
}
} else puts("Cannot Determine");
return 0;
}

本文介绍了一种使用bitset实现的高斯消元法来解决特定条件下的异或方程组问题。针对不同规模的数据集,该方法能够有效地找出方程组的解或判断其不可解性。
364

被折叠的 条评论
为什么被折叠?



