HDU1301 最小生成树kruskal裸题

本文介绍了一种使用Kruskal算法求解最小生成树问题的C++实现方法,并通过具体的代码示例展示了如何构建边的结构体、定义比较函数、实现并查集以及最终调用Kruskal算法来解决问题。
#include <cstdio>
#include <iostream>
#include <algorithm>
#include <cstring>
#include <cmath>
#include <string>
using namespace std;
struct edge{
    int f,t,w;
};
edge e[500];
bool cmp(edge x,edge y){
    return x.w<y.w;
}
int t,tot,p[30];
int find(int x){
    return p[x]==x?x:p[x]=find(p[x]);
}
int kruskal(){
    int ans=0;
    for(int i=0;i<t;i++)
        p[i]=i;
    sort(e,e+tot,cmp);
    for(int i=0;i<tot;i++){
        int x=find(e[i].f);
        int y=find(e[i].t);
        if(x!=y){
            p[x]=y;
            ans+=e[i].w;
        }
    }
    return ans;
}

int main()
{
    //freopen("in","r",stdin);
    int n,d;
    char c,cc;
    while(cin>>t,t){
        tot=0;
        for(int i=0;i<t-1;i++){
            scanf(" %c %d",&c,&n);
            for(int j=0;j<n;j++){
                scanf(" %c %d",&cc,&d);
                e[tot].f=c-'A';
                e[tot].t=cc-'A';
                e[tot].w=d;
                tot++;
            }
        }
        printf("%d\n",kruskal());
    }
    return 0;
}
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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