luoguP1551 亲戚

本文介绍了一个简单的并查集算法应用实例——查询复杂家族结构中任意两人的亲戚关系。通过构建并查集数据结构,实现对亲戚关系的有效管理和快速查询。

P1551 亲戚

题目背景

若某个家族人员过于庞大,要判断两个是否是亲戚,确实还很不容易,现在给出某个亲戚关系图,求任意给出的两个人是否具有亲戚关系。

题目描述

规定:x和y是亲戚,y和z是亲戚,那么x和z也是亲戚。如果x,y是亲戚,那么x的亲戚都是y的亲戚,y的亲戚也都是x的亲戚。

输入输出格式

输入格式:

 

第一行:三个整数n,m,p,(n<=5000,m<=5000,p<=5000),分别表示有n个人,m个亲戚关系,询问p对亲戚关系。

以下m行:每行两个数Mi,Mj,1<=Mi,Mj<=N,表示Ai和Bi具有亲戚关系。

接下来p行:每行两个数Pi,Pj,询问Pi和Pj是否具有亲戚关系。

 

输出格式:

 

P行,每行一个’Yes’或’No’。表示第i个询问的答案为“具有”或“不具有”亲戚关系。

 

输入输出样例

输入样例#1:
6 5 3
1 2
1 5
3 4
5 2
1 3
1 4
2 3
5 6
输出样例#1:
Yes
Yes
No

说明

非常简单的并查集入门题哦!!!

 

 

最初版本:

 1 program relation;
 2 const
 3   inf='relation.in';
 4   outf='relation.out';
 5 var
 6   father:array[0..20000] of longint;
 7   i,n,m,q,a,b,t1,t2:longint;
 8 
 9 function find(apple:longint):longint;
10 begin
11     if father[apple]<>apple then father[apple]:=find(father[apple]);
12     exit(father[apple]);
13 end;
14 
15 procedure union(aa,bb:longint);
16 begin
17     father[bb]:=aa;
18 end;
19 
20 
21 begin
22   //assign(input,inf);
23   //assign(output,outf);
24   //reset(input); rewrite(output);
25 
26   readln(n,m,q);
27   for i:= 1 to n do
28     father[i]:=i;   //init;
29 
30   for i:= 1 to m do
31    begin
32     read(a,b);
33     t1:=find(a);
34     t2:=find(b);
35     if t1<>t2 then union(t1,t2);
36    end;
37 
38   for i:= 1 to q do   //ask
39     begin
40         readln(a,b);
41         if find(a)=find(b) then writeln('Yes')
42           else writeln('No');
43     end;
44 
45   close(input);
46   close(output);
47 end.

优化版本:

 1 {
 2     并查集:
 3     先读入,然后找两个点的flag,然后合并(后面接着前面)
 4 }
 5 
 6 program relation;
 7 const
 8   inf='relation.in';
 9   outf='relation.out';
10 var
11   father:array[0..20000] of longint;
12   i,n,m,q,a,b,t1,t2:longint;
13 
14 function find(apple:longint):longint;
15 begin
16     if father[apple]<>apple then father[apple]:=find(father[apple]);
17     exit(father[apple]);
18 end;
19 
20 procedure union(aa,bb:longint);
21 begin
22     father[bb]:=aa;
23 end;
24 
25 begin
26   //assign(input,inf);
27   //assign(output,outf);
28   //reset(input); rewrite(output);
29 
30   readln(n,m,q);
31   for i:= 1 to n do
32     father[i]:=i;   //init;
33 
34   for i:= 1 to m do
35    begin
36     read(a,b);
37     t1:=find(a);
38     t2:=find(b);
39     if t1<>t2 then union(t1,t2);
40    end;
41 
42   for i:= 1 to q do   //ask
43     begin
44         readln(a,b);
45         if find(a)=find(b) then writeln('Yes')
46           else writeln('No');
47     end;
48 
49   close(input);
50   close(output);
51 end.

 

转载于:https://www.cnblogs.com/bobble/p/6379096.html

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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