天梯赛训练题27 并查集

7-27 部落 (25 分)

在一个社区里,每个人都有自己的小圈子,还可能同时属于很多不同的朋友圈。我们认为朋友的朋友都算在一个部落里,于是要请你统计一下,在一个给定社区中,到底有多少个互不相交的部落?并且检查任意两个人是否属于同一个部落。

输入格式:

输入在第一行给出一个正整数N(≤10​4​​),是已知小圈子的个数。随后N行,每行按下列格式给出一个小圈子里的人:

K P[1] P[2] ⋯ P[K]

其中K是小圈子里的人数,P[i](i=1,⋯,K)是小圈子里每个人的编号。这里所有人的编号从1开始连续编号,最大编号不会超过10​4​​。

之后一行给出一个非负整数Q(≤10​4​​),是查询次数。随后Q行,每行给出一对被查询的人的编号。

输出格式:

首先在一行中输出这个社区的总人数、以及互不相交的部落的个数。随后对每一次查询,如果他们属于同一个部落,则在一行中输出Y,否则输出N

输入样例:

4
3 10 1 2
2 3 4
4 1 5 7 8
3 9 6 4
2
10 5
3 7

输出样例:

10 2
Y
N
  •  代码

    #include<bits/stdc++.h>
    #define rep(i,a,b) for(int i=(a);i<(b);i++)
    using namespace std;
    #define maxn 10008
    
    int fu[maxn];
    int n,q,maxx,cnt;
    
    int bin(int x){
        return fu[x]==x?x:fu[x]=bin(fu[x]);
    }
    
    int main(){
        rep(i,1,maxn)
            fu[i]=i;//因为编号从1开始呀
        maxx=-1;//记录一共多少人
        cnt=0;
    
        scanf("%d",&n);//部落数
    
        rep(i,0,n){
            int k,a[maxn];
            scanf("%d",&k);
            rep(j,0,k){
                scanf("%d",&a[j]);
                maxx=max(maxx,a[j]);
                if(j!=0){
                    int father1 = bin(a[0]);
                    int father2 = bin(a[j]);
                    fu[father1] = father2;
                }
            }
        }
        rep(i,1,maxx+1){
            if(fu[i]==i)
                cnt++;
        }
        cout<<maxx<<" "<<cnt<<endl;
    
        scanf("%d",&q);
        rep(i,0,q){
            int k1,k2;
            scanf("%d%d",&k1,&k2);
            if(bin(k1)==bin(k2))
                cout<<"Y"<<endl;
            else
                cout<<"N"<<endl;
        }
    
        return 0;
    }
    

     

### 天梯赛 L2 红色警报 Java 并查集 实现与解思路 #### 解思路概述 天梯赛 L2-013 红色警报问可以通过并查集(Union-Find)算法解决。该问的核心是判断移除某个节点后,是否会对整个图的连通性产生影响。具体实现时,需要维护一个并查集结构,并在每次查询时动态更新连通量的数量[^5]。 以下是基于并查集的解思路: 1. **初始化并查集**:为每个节点配一个独立的集合,初始时每个节点的父亲节点是自身。 2. **合并操作**:根据目提供的边信息,将相连的节点合并到同一个集合中。 3. **查询操作**:对于每个询问,先记录当前图的连通量数量,然后模拟移除指定节点的操作,重新计算连通量数量。如果连通量数量发生变化,则说明移除该节点会影响图的连通性;否则不影响。 #### Java 实现代码 以下是一个完整的 Java 并查集实现代码: ```java import java.util.*; public class Main { static int[] parent; // 并查集数组,存储每个节点的父亲节点 static int[] size; // 存储每个集合的大小 static int n, m, q; // 节点数、边数、询问数 public static void main(String[] args) { Scanner sc = new Scanner(System.in); n = sc.nextInt(); // 节点数 m = sc.nextInt(); // 边数 q = sc.nextInt(); // 询问数 // 初始化并查集 parent = new int[n + 1]; size = new int[n + 1]; for (int i = 1; i <= n; i++) { parent[i] = i; size[i] = 1; } // 处理边信息 for (int i = 0; i < m; i++) { int u = sc.nextInt(); int v = sc.nextInt(); union(u, v); } // 处理询问 for (int i = 0; i < q; i++) { int node = sc.nextInt(); if (isCritical(node)) { System.out.println("Yes"); // 移除该节点会影响连通性 } else { System.out.println("No"); // 移除该节点不会影响连通性 } } } // 查找根节点,并进行路径压缩 static int find(int x) { if (parent[x] != x) { parent[x] = find(parent[x]); } return parent[x]; } // 合并两个集合 static void union(int x, int y) { int rootX = find(x); int rootY = find(y); if (rootX != rootY) { if (size[rootX] < size[rootY]) { parent[rootX] = rootY; size[rootY] += size[rootX]; } else { parent[rootY] = rootX; size[rootX] += size[rootY]; } } } // 判断移除某个节点是否会影响连通性 static boolean isCritical(int node) { int originalCount = getComponentCount(); // 记录原始连通量数量 // 模拟移除节点 Map<Integer, Integer> tempParent = new HashMap<>(); Map<Integer, Integer> tempSize = new HashMap<>(); for (int i = 1; i <= n; i++) { if (i != node) { tempParent.put(i, parent[i]); tempSize.put(i, size[i]); } } // 重新计算连通量数量 int newCount = 0; Set<Integer> roots = new HashSet<>(); for (int i = 1; i <= n; i++) { if (i != node) { int root = find(tempParent.get(i), tempParent); roots.add(root); } } newCount = roots.size(); // 恢复原始状态 for (int i = 1; i <= n; i++) { parent[i] = tempParent.getOrDefault(i, i); size[i] = tempSize.getOrDefault(i, 1); } return newCount > originalCount; // 如果连通量数量增加,说明移除该节点会影响连通性 } // 获取当前连通量数量 static int getComponentCount() { Set<Integer> roots = new HashSet<>(); for (int i = 1; i <= n; i++) { roots.add(find(i)); } return roots.size(); } // 辅助函数:查找根节点(用于临时并查集) static int find(int x, Map<Integer, Integer> tempParent) { while (tempParent.get(x) != x) { x = tempParent.get(x); } return x; } } ``` #### 代码说明 1. **并查集初始化**:`parent` 数组存储每个节点的父亲节点,`size` 数组存储每个集合的大小。 2. **路径压缩与按秩合并**:通过 `find` 和 `union` 函数实现高效的并查集操作。 3. **模拟移除节点**:通过临时存储并查集状态,模拟移除指定节点后的连通性变化。 4. **判断连通性变化**:比较移除节点前后的连通量数量,决定是否输出 "Yes" 或 "No"。 #### 时间复杂度- 并查集的单次操作时间复杂度接近 O(α(n)),其中 α 是阿克曼函数的反函数,增长极慢。 - 模拟移除节点的时间复杂度为 O(n),因此总时间复杂度为 O(q * n)--- ###
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