poj1236 tarjan 模版题

本文介绍了一个使用Tarjan算法求解强连通分量的问题,并详细展示了如何通过深度优先搜索进行节点分类的过程。代码中实现了利用栈来追踪节点的访问状态,并通过时间戳和最低可达时间来确定强连通分量。

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

#include <stdio.h>
#include <string.h>
#include <string>
#include <iostream>
#include <algorithm>
#include <vector>
#include <stack>
using namespace std;
int n=0;
int color[200];
int dfn[200];
int low[200];
int in[200];
int out[200];
int colornum[200];
int time_cnt=0;
int color_cnt=0;
vector<int> g[200];
stack<int> q;
void tarjan(int u)
{
    dfn[u]=low[u]=++time_cnt;
    q.push(u);
    for(int i=0;i<g[u].size();i++)
    {
        int v=g[u][i];
        if(!dfn[v]) {tarjan(v);low[u]=min(low[v],low[u]);}
        else if (!color[v]) {low[u]=min(low[v],dfn[u]);}
    }
    if(dfn[u]==low[u])
    {
        color_cnt++;
        int v;
        for(;;)
        {
            v=q.top(),q.pop();
            color[v]=color_cnt;
            colornum[color_cnt]++;
            if(u==v) break;
        }
    }
}
void solve()
{
    memset(in,0,sizeof(in));
    memset(out,0,sizeof(out));
    memset(dfn,0,sizeof(dfn));
    memset(low,0,sizeof(low));
    memset(color,0,sizeof(color));
    memset(colornum,0,sizeof(colornum));
    for(int i=1;i<=n;i++) if(!dfn[i]) tarjan(i);
    for(int i=1;i<=n;i++)
    {
        for(int j=0;j<g[i].size();j++)
        {
            if(color[i]!=color[g[i][j]])
            {
                out[color[i]]++;
                in[color[g[i][j]]]++;
            }
        }
    }
    int innum=0;
    int outnum=0;
    for(int i=1;i<=color_cnt;i++)
    {
        if(in[i]==0) innum++;
        if(out[i]==0) outnum++;
    }
    cout<<innum<<endl;
    cout<<max(innum,outnum)<<endl;
}
int main()
{
    cin>>n;
    {
        for(int i=1;i<=n;i++)
        {
            int buf;
            while(cin>>buf&&buf)
            {
                g[i].push_back(buf);
            }
        }
        solve();
        /*printf("the scc: \n");
        for(int i=1;i<=color_cnt;i++)
            cout<<in[i]<<' ';
        cout<<endl;
        for(int i=1;i<=color_cnt;i++)
            cout<<out[i]<<' ';
        cout<<endl;
        printf("the color  point:\n");
        for(int i=1;i<=n;i++)
        {
            cout<<color[i]<<' ';
        }
        cout<<endl;
        printf("the dfn  point:\n");
        for(int i=1;i<=n;i++)
        {
            cout<<dfn[i]<<' ';
        }
        cout<<endl;
        printf("the low  point:\n");
        for(int i=1;i<=n;i++)
        {
            cout<<color[i]<<' ';
        }
        cout<<endl;*/
    }
    return 0;
}

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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