小鑫的城堡oj

小鑫的城堡

Time Limit: 1000MS Memory Limit: 65536KB
Problem Description
从前有一个国王,他叫小鑫。有一天,他想建一座城堡,于是,设计师给他设计了好多简易图纸,主要是房间的连通的图纸。小鑫希望任意两个房间有且仅有一条路径可以相通。小鑫现在把设计图给你,让你帮忙判断设计图是否符合他的想法。比如下面的例子,第一个是符合条件的,但是,第二个不符合,因为从5到4有两条路径(5-3-4和5-6-4)。

Input
多组输入,每组第一行包含一个整数m(m < 100000),接下来m行,每行两个整数,表示了一条通道连接的两个房间的编号。房间的编号至少为1,且不超过100000。
Output
每组数据输出一行,如果该城堡符合小鑫的想法,那么输出"Yes",否则输出"No"。
Example Input
5
2 5
2 3
1 3
3 6
4 6
6
1 2
1 3
3 4
3 5
5 6
6 4
Example Output
Yes
No
Hint
 
Author
xj
#include <stdio.h>
int a[505050];
int b[505050];
int find(int x)
{
    while(x != a[x])
    {
        x = a[x];
    }
    return x;
}
void marge(int x,int y)
{
    int fx,fy;
    fx = find(x);
    fy = find(y);
    if(fx != fy)
        a[fx] = fy;
}
int main()
{
    int n,m,i,j,u,v,max,min,k,t;
    while(scanf("%d",&n) != EOF)
    {
        memset(b,0,sizeof(b));
        k = 0;
        t = 0;
        min = -1;
        max = 100000;
        for(i = 0;i <= 505050;i++)
        {
            a[i] = i;
        }
        for(i = 0;i < n;i++)
        {
            scanf("%d%d",&u,&v);
            if(max<u)
                max = u;
            if(max < v)
                max =v;
            if(min>u)
                min = u;
            if(min>v)
                min = v;
            b[u] = 1;
            b[v] = 1;
            int nn,mm;
            nn = find(u);
            mm = find(v);
            if(nn == mm)
                k = 1;
            marge(u,v);
        }
        if(k==1)
            printf("No\n");
        else
        {
            for(i = min;i <= max;i++)
            {
                if(a[i]==i&&b[i]==1)
                    t++;
            }
            if(t==1)
                printf("Yes\n");
            else
                printf("No\n");
        }
    }
    return 0;
}
给定的参考引用中未提及sdutoj平台上关于最小生成树的题目及解题方法相关内容。 最小生成树问题是图论中的经典问题,在很多OJ平台上都有相关题目。常见的求解最小生成树的算法有Prim算法Kruskal算法。 Prim算法的基本思想是从一个顶点开始,每次选择与当前生成树相连的边中权值最小的边,将对应的顶点加入到生成树中,直到所有顶点都被加入。以下是Prim算法的Python示例代码: ```python import heapq def prim(graph): num_vertices = len(graph) mst = [] visited = [False] * num_vertices start_vertex = 0 visited[start_vertex] = True edges = [(weight, start_vertex, to) for to, weight in graph[start_vertex]] heapq.heapify(edges) while edges: weight, frm, to = heapq.heappop(edges) if not visited[to]: visited[to] = True mst.append((frm, to, weight)) for next_to, next_weight in graph[to]: if not visited[next_to]: heapq.heappush(edges, (next_weight, to, next_to)) return mst # 示例图的邻接表表示 graph = [ [(1, 2), (2, 3)], [(0, 2), (2, 1), (3, 4)], [(0, 3), (1, 1), (3, 5)], [(1, 4), (2, 5)] ] mst = prim(graph) print(mst) ``` Kruskal算法的基本思想是将所有边按照权值从小到大排序,然后依次选择边,如果这条边的两个端点不在同一个连通分量中,则将这条边加入到生成树中,直到生成树包含所有顶点。以下是Kruskal算法的Python示例代码: ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, x, y): root_x = self.find(x) root_y = self.find(y) if root_x != root_y: self.parent[root_x] = root_y return True return False def kruskal(edges, num_vertices): edges.sort(key=lambda x: x[2]) uf = UnionFind(num_vertices) mst = [] for u, v, weight in edges: if uf.union(u, v): mst.append((u, v, weight)) return mst # 示例边的列表 edges = [ (0, 1, 2), (0, 2, 3), (1, 2, 1), (1, 3, 4), (2, 3, 5) ] num_vertices = 4 mst = kruskal(edges, num_vertices) print(mst) ```
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