#并查集#洛谷 1892 信息奥赛一本通 1385 SSL 2341 团伙

本文通过一个具体的实例,讲解了如何使用并查集算法解决团伙数量计算的问题,并给出了详细的洛谷代码实现。此外,还讨论了如何处理敌人的敌人关系。

题目

计算出这个城市的人最多有多少个团伙


分析

并查集,注意敌人的敌人。


洛谷代码

#include <cstdio>
#include <cctype>
using namespace std;
int n,f[2001],ans,m;
int getf(int x){return (f[x]==x)?x:f[x]=getf(f[x]);}
void uni(int x,int y){
    int fa=getf(x),fb=getf(y);
    if (fa!=fb) f[fa]=fb;
}
int in(){
    int ans=0; char c=getchar();
    while (!isdigit(c)) c=getchar();
    while (isdigit(c)) ans=ans*10+c-48,c=getchar();
    return ans;
}
int main(){
    n=in(); m=in();
    for (int i=1;i<=2*n;i++) f[i]=i;
    for (int i=1;i<=m;i++){
        char w=' '; 
        while (!isalpha(w)) w=getchar();
        int x=in(),y=in();
        if (w=='F') uni(x,y); else uni(x+n,y),uni(y+n,x);//敌人的敌人
    } 
    for (int i=1;i<=n;i++) if (f[i]==i) ans++;
    printf("%d",ans); return 0;
}

其它题库的代码

#include <cstdio>
#include <cctype>
using namespace std;
int n,f[2001],ans,m;
int getf(int x){return (f[x]==x)?x:f[x]=getf(f[x]);}
void uni(int x,int y){
	int fa=getf(x),fb=getf(y);
	if (fa!=fb) f[fa]=fb;
}
int in(){
	int ans=0; char c=getchar();
	while (!isdigit(c)) c=getchar();
	while (isdigit(c)) ans=ans*10+c-48,c=getchar();
	return ans;
}
int main(){
	n=in(); m=in();
	for (int i=1;i<=2*n;i++) f[i]=i;
	for (int i=1;i<=m;i++){
		char w; int x,y;
		w=in(); x=in(); y=in();
		if (!w) uni(x,y); else uni(x+n,y),uni(y+n,x);//敌人的敌人
	} 
	for (int i=1;i<=n;i++) if (f[i]==i) ans++;
	printf("%d",ans); return 0;
}
### 关于信息奥赛一本 1385 的题目解析 信息奥赛一本中的第 1385常涉及算法设计的核心概念,可能围绕动态规划、贪心策略或其他经典数据结构展开。以下是关于该题目的解题思路及相关知识点的分析。 #### 动态规划的应用 如果此题属于动态规划类问题,则需定义状态转移方程来解决问题。假设目标是最优化某个路径或者分配方案,可以采用如下方法构建解决方案: - **状态表示**:设 `dp[i][j]` 表示前 `i` 个物品中选取若干件放入容量为 `j` 的背包所能获得的最大价值[^1]。 - **状态转移方程**:对于每一件物品,可以选择放入或不放入背包,因此有 \[ dp[i][j] = max(dp[i-1][j], dp[i-1][j-w_i]+v_i) \] 其中 \(w_i\) 和 \(v_i\) 分别代表当前物品的重量和价值[^2]。 ```python def knapsack(n, W, weights, values): dp = [[0]*(W+1) for _ in range(n+1)] for i in range(1, n+1): for j in range(W+1): if j >= weights[i-1]: dp[i][j] = max(dp[i-1][j], dp[i-1][j-weights[i-1]] + values[i-1]) else: dp[i][j] = dp[i-1][j] return dp[n][W] ``` 上述代码片段展示了如何过二维数组实现经典的 0/1 背包问题求解过程[^3]。 #### 贪心算法的可能性 当题目倾向于局部最优解能够推导全局最优解时,可考虑使用贪心法解决。例如,在某些区间覆盖问题中,按照结束时间从小到大排序并依次选择不会与其他已选区间冲突的新区间即可完成任务[^4]。 #### 数据结构的选择 部分竞赛题目会测试选手对高效数据结构的理解程度,比如利用堆(Heap)维护优先队列以加速处理大量事件的操作效率;或是借助字典树(Trie Tree)快速匹配字符串模式等场景下的应用技巧[^5]。
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