hrbust 哈理工oj 2016 势力较量 (并查集)

本文介绍了一个模拟古代国家间势力较量的问题,通过人数和头目编号决定胜负,并最终形成新的国家格局。使用并查集数据结构实现了国家间的合并过程。

势力较量
Time Limit: 1000 MSMemory Limit: 32768 K
Total Submit: 123(48 users)Total Accepted: 70(46 users)Rating: Special Judge: No
Description

在战火纷乱的古代有许多小国家。在这些小国家中,就会有一些强大的,一些弱小的。势力大的就会吞并势力小的,

形成更大的势力国家。现在给出你一些目前的国家势力关系,你能预算出以后的局势吗?


为了简化问题,给每个国家编号,像“国家1”, “国家2”......“国家N”

国家的较量首先从人数上进行比较,人数多的能打赢人数少的。如果两个国家的人数相同,就根据国家头目的编号来判断,

我们假设编号大的国家能打得过编号小的国家。

当两个国家相遇的时候,就会有一场打斗,且一定要分出胜负,输的就会归顺于赢得, 形成一个新的国家。
Input
多组测试数据,处理到文件结束。对于每组数据:
第一行两个整数N,M。N为国家个数,M为关系数目。
接下来M行,每行两个整数u, v。表示国家u,国家v相遇,有一场打斗。
然后试一个整数Q,表示Q个询问。
接下来Q行,每行一个整数S。
(N<100, M < 100, Q < 100)
Output
Case k:
对于每个询问,输出两个整数,
第一个整数表示S所在国家的头目,第二个整数表示S所在国家里边一共有多少个小国家。
Sample Input
5 3
1 2
1 3
4 5
2
1
5


5 4
1 2
1 3
1 4
1 5
4
2
3
4
5
Sample Output
Case 1:
2 3
5 2
Case 2:
2 5
2 5
2 5
2 5
Source
2014 Winter Holiday Contest 4
#include<stdio.h>
#include<string.h>
using namespace std;
struct data
{
    int num,pos;
} pre[103];
int find(int x)
{
    if(pre[x].pos!=x)
    {
        return find(pre[x].pos);
    }
    return x;
}
int main()
{
    int n,m;
    int t=0;
    while(~scanf("%d%d",&n,&m))
    {
        for(int i=1; i<=n; i++)
        {
            pre[i].pos=i;
            pre[i].num=1;
        }
        for(int i=1; i<=m; i++)
        {
            int a,b;
            scanf("%d%d",&a,&b);
            int x=find(a);
            int y=find(b);
            if(x==y)
                continue;
            if(pre[x].num>pre[y].num)
            {
                pre[y].pos=x;
                 pre[x].num+=pre[y].num;
            }
            if(pre[x].num<pre[y].num)
            {
                pre[x].pos=y;
                pre[y].num+=pre[x].num;
            }
            if(pre[x].num==pre[y].num)
            {
                if(pre[x].pos<pre[x].pos)
                {
                    pre[y].pos=x;
                    pre[x].num+=pre[y].num;
                }
                else
                {
                    pre[x].pos=y;
                    pre[y].num+=pre[x].num;
                }
            }
        }
        int q;
        scanf("%d",&q);
        printf("Case %d:\n",++t);
        while(q--)
        {
            int z;
            scanf("%d",&z);
            int asd=find(z);
            printf("%d %d\n",asd,pre[asd].num);
        }
    }
}

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