并查集-HDU1232

hdu1232
在这里插入图片描述

并查集,求最后的集合数k,需要建设的道路数目=k-1 能保证所有的城镇连通

package 并查集;

import java.util.Scanner;

/**
 * created by Ethan-Walker on 2018/11/8
 */
public class HDU1232 {

    private static int[] parent = new int[1001];
    private static int size;

    public static void initParent() {
        for (int i = 0; i < size; i++) {
            parent[i] = -1;
        }
    }

    public static void weightUnion(int val1, int val2) {
        int a = find(val1);
        int b = find(val2);
        if (a == b) return;
        int aLength = -parent[a];
        int bLength = -parent[b];
        if (aLength > bLength) {
            parent[a] += parent[b];
            parent[b] = a;
        } else {
            parent[b] += parent[a];
            parent[a] = b;
        }
    }

    /**
     * 查找值val属于哪个集合
     *
     * @param val
     * @return
     */
    public static int find(int val) {
        while (parent[val] > 0) val = parent[val];
        return val;
    }

    /**
     * 计算需要铺设多少条路:集合数-1
     *
     * @return
     */
    public static int cal() {
        int count = 0;
        for (int i = 1; i < size; i++) {
            if (parent[i] < 0) {
                count++;
            }
        }
        return count - 1;
    }

    public static void main(String[] args) {
        int n, m, a, b;
        Scanner sc = new Scanner(System.in);
        while ((n = sc.nextInt()) != 0) {
            m = sc.nextInt();
            size = n + 1;
            initParent();
            for (int i = 0; i < m; i++) {
                a = sc.nextInt();
                b = sc.nextInt();
                weightUnion(a, b);
            }
            System.out.println(cal());
        }

    }
}

内容概要:本文档《DeepSeek本地部署教程(非ollama)》详细介绍了DeepSeek大语言模型的本地部署流程。首先明确了环境要求,包括Python 3.8以上版本、CUDA 11.7(针对GPU用户)、至少16GB RAM以及推荐的操作系统。接着阐述了安装步骤,如克隆代码仓库、创建虚拟环境、安装依赖等。随后讲解了模型下载方式,支持从Hugging Face平台下载不同版本的DeepSeek模型,如DeepSeek-7B、DeepSeek-67B和DeepSeek-Coder。文档还提供了两种运行模型的方式:命令行运行和使用API服务。此外,针对常见的问题,如CUDA相关错误、内存不足和模型加载失败等,给出了详细的解决方案。最后,文档提出了性能优化建议,如使用量化技术减少内存占用、启用CUDA优化等,并强调了安全注意事项,包括定期更新模型和依赖包、注意API访问权限控制等方面。; 适合人群:对大语言模型感兴趣的研究人员、开发者,特别是希望在本地环境中部署和测试DeepSeek模型的技术人员。; 使用场景及目标:①帮助用户在本地环境中成功部署DeepSeek大语言模型;②解决部署过程中可能遇到的问题,如环境配置、模型下载和运行时的常见错误;③提供性能优化建议,确保模型在不同硬件条件下的最佳表现;④指导用户进行安全配置,保障模型和数据的安全性。; 阅读建议:在阅读本教程时,建议按照文档的步骤顺序逐步操作,同时结合实际情况调整环境配置和参数设置。对于遇到的问题,可以参考常见问题解决部分提供的解决方案。此外,性能优化部分的内容有助于提高模型的运行效率,值得深入研究。
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