P3388 【模板】割点(割顶)(水)

本文详细解析了如何在图中检测割点,即删除后会使图的连通分量增加的点。通过定义pre和low值,利用深度优先搜索(DFS)算法,递归求解并判断割点。特别注意,当根节点只有一个孩子时,根节点不被视为割点。

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

题目大意

%  定义某个点为割点,当且仅当删除这个点后原图的连通分量个数增加。给定一张有 nnn 个点图,求其割点数量,输出这些点的编号。

题解

定义:
  pre(u)\text{pre}(u)pre(u) 表示第一次访问到点u的时刻。
  low(u)\text{low}(u)low(u) 表示点 uuu 及其后代在不经过 uuu 点和树边的情况下所能到达的最早的祖先的 pre\text{pre}pre 值。
  那么点 uuu 是割点当且仅当 uuu 存在一个子节点 vvv,满足 low(v)⩾pre(u)\text{low}(v)\geqslant\text{pre}(u)low(v)pre(u)。其中 pre\text{pre}prelow\text{low}low 可以递归时求出。注意根节点只有一个孩子时,根节点不为割点。
  代码如下:

// luogu-judger-enable-o2
#include<bits/stdc++.h>
using namespace std;
#define maxn 20010
#define maxm 100010
int n,m;
struct edge{
	int u,v,next;
}edges[maxm<<1];
int head[maxn],len;
void ins(int u,int v){
	edges[++len]=(edge){u,v,head[u]};
	head[u]=len;
}
int pre[maxn],cuts[maxn],cnt;
int dfs(int u,int fa=-1){
	int lowu=pre[u]=++cnt,ch_cnt=0;
	for(int i=head[u];i;i=edges[i].next){
		int v=edges[i].v;
		if(!pre[v]){
			ch_cnt++;
			int lowv=dfs(v,u);
			lowu=min(lowu,lowv);
			if(lowv>=pre[u])
				cuts[u]=true;
		}else if(pre[v]<pre[u]&&v!=fa)
			lowu=min(lowu,pre[v]);
	}
	if(fa==-1&&ch_cnt==1) cuts[u]=0;
	return /*low[u]=*/lowu;
}
int main(){
    len=cnt=0;
	scanf("%d%d",&n,&m);
	for(int i=1,u,v;i<=m;i++){
		scanf("%d%d",&u,&v);
		ins(u,v);ins(v,u);
	}
	for(int i=1;i<=n;i++)
		if(pre[i]==0) dfs(i);
	int counts=0;
	for(int i=1;i<=n;i++)
		counts+=cuts[i];
	printf("%d\n",counts);
	for(int i=1;i<=n;i++)
		if(cuts[i]) printf("%d ",i);
	return 0;
}
内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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