[BZOJ1098][POI2007]办公楼biu

本文介绍了一个关于电话公司的职员分组问题,通过构建图模型并使用广度优先搜索算法来解决如何将职员合理分配到不同办公楼的问题,确保同事间能够方便联系。

Description

  FGD开办了一家电话公司。他雇用了N个职员,给了每个职员一部手机。每个职员的手机里都存储有一些同事的
电话号码。由于FGD的公司规模不断扩大,旧的办公楼已经显得十分狭窄,FGD决定将公司迁至一些新的办公楼。FG
D希望职员被安置在尽量多的办公楼当中,这样对于每个职员来说都会有一个相对更好的工作环境。但是,为了联
系方便起见,如果两个职员被安置在两个不同的办公楼之内,他们必须拥有彼此的电话号码。

Input

  第一行包含两个整数N(2<=N<=100000)和M(1<=M<=2000000)。职员被依次编号为1,2,……,N.以下M行,每
行包含两个正数A和B(1<=A<B<=n),表示职员a和b拥有彼此的电话号码)

Output

  包含两行。第一行包含一个数S,表示FGD最多可以将职员安置进的办公楼数。第二行包含S个从小到大排列的
数,每个数后面接一个空格,表示每个办公楼里安排的职员数。

Sample Input

7 16

1 3

1 4

1 5

2 3

3 4

4 5

4 7

4 6

5 6

6 7

2 4

2 7

2 5

3 5

3 7

1 7

Sample Output

3

1 2 4
HINT

FGD可以将职员4安排进一号办公楼,职员5和职员7安排进2号办公楼,其他人进3号办公楼。

补图的联通块,可补图的边实在太多了, 爆搜会T,怎么办?我们发现一个点搜过了就没必要再去动它了,于是我们可以开一个链表,去掉无用的搜索,去掉了很多无用的循环,就可以过啦!

代码:

/**************************************************************
    Problem: 1098
    User: waz
    Language: C++
    Result: Accepted
    Time:8604 ms
    Memory:40464 kb
****************************************************************/

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cstdlib>
struct edge{int to;edge*next;}*last[100010],e[4000010],*et=e;
void add(int u,int v){
    *++et=(edge){v,last[u]},last[u]=et;
    *++et=(edge){u,last[v]},last[v]=et;
}
int n,m;
struct point{int val;point*next,*last;}*st[100010];int tp;
struct list{
    point *p[100010],usep[100010];
    void init(int n){
        p[0]=&usep[0];
        for(int i=1;i<=n+1;i++)
            p[i]=&usep[i],p[i]->val=i,p[i]->last=p[i-1],p[i-1]->next=p[i]; 
    }
    void insert(point *q){
        q->next->last=q;
        q->last->next=q;
    } 
    point*del(int x){
        point *q=p[x];
        q->next->last=q->last;
        q->last->next=q->next; 
    }
}L;
int father[100010],vis[100010],cnt[100010],ansstk[100010],top,flag[100010]; 
void bfs(int x){
    static int q[1<<20];
    int l=0,r=0;
    q[r++]=x;
    while(l<r){
        int u=q[l++];
        for(edge*it=last[u];it;it=it->next)flag[it->to]=1;
        for(point*p=L.p[0]->next;p->val<=n;p=p->next){
            if(flag[p->val])continue;
            father[p->val]=x;
            L.del(p->val),q[r++]=p->val;
        }
        for(edge*it=last[u];it;it=it->next)flag[it->to]=0;
    }
}
int main(){
    scanf("%d%d",&n,&m);
    for(int i=1;i<=m;i++){
        int x,y;
        scanf("%d%d",&x,&y);
        add(x,y);
    }
    L.init(n);
    for(point*p=L.p[0]->next;p->val<=n;p=p->next)bfs(p->val);
    for(int i=1;i<=n;i++)
        cnt[father[i]]++;
    for(int i=1;i<=n;i++)
        if(cnt[i])ansstk[++top]=cnt[i];
    std::sort(ansstk+1,ansstk+top+1);
    printf("%d\n",top);
    for(int i=1;i<=top;i++)
        printf("%d ",ansstk[i]);
    return 0;
} 

最后一行多了\n结果判错,我的AC率呀qaq

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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