(重边/桥)Caocao's Bridges

本文介绍了一种用于求解图中桥的最小权值的算法,使用了Tarjan算法进行桥的查找,并对重边进行了特殊处理。文章详细展示了如何通过深度优先搜索(DFS)来确定图中每条边的重要性,以及如何处理当最小权值为0的特殊情况。

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

http://acm.hdu.edu.cn/showproblem.php?pid=4738

输出图中的桥的最小值
注意重边及当值为0时需要输出1

#include <bits/stdc++.h>
using namespace std;
const int maxn = 1000 + 5, maxm = maxn * maxn, inf = 0x3f3f3f3f;
struct Edge {
    int to, nxt, val;
    Edge() {}
    Edge(int _to, int _nxt, int _val) : to(_to), nxt(_nxt), val(_val) {}
} edge[maxm];
int head[maxn], tot;
void add(int u, int v, int w) {
    edge[tot] = Edge(v, head[u], w);
    head[u] = tot++;
}
int dfn[maxn], low[maxn], idx;
int ans;
void Tarjan(int u, int pre) {
    dfn[u] = low[u] = ++idx;
    int k = 0;
    for(int i = head[u]; i != -1; i = edge[i].nxt) {
        int v = edge[i].to;
        if(v == pre && !k) {
            k++;
            continue;
        }
        if(!dfn[v]) {
            Tarjan(v, u);
            if(low[u] > low[v]) low[u] = low[v];
            if(low[v] > dfn[u]) ans = min(ans, edge[i].val);
        }
        else if(low[u] > dfn[v])
            low[u] = dfn[v];
    }
}
void init() {
    tot = idx = 0;
    ans = inf;
    memset(head, -1, sizeof(head));
    memset(dfn, 0, sizeof(dfn));
}
int main()
{
    ios::sync_with_stdio(false);
    cin.tie(0);
    int n, m;
    while(cin >> n >> m) {
        if(n == 0 && m == 0) break;
        init();
        int u, v, w;
        for(int i = 0; i < m; ++i) {
            cin >> u >> v >> w;
            add(u, v, w);
            add(v, u, w);
        }
        int block = 0;
        for(int i = 1; i <= n; ++i) {
            if(!dfn[i]) {
                block++;
                Tarjan(i, -1);
            }
        }
        if(block > 1) {
            cout << 0 << endl;
            continue;
        }
        if(ans == 0) cout << 1 << endl;
        else if(ans == inf) cout << -1 << endl;
        else cout << ans << endl;
    }
}

二代reads SNPs,Indels鉴定流程 第一步(质量控制) 使用 fastp 对原始测序数据进行质量过滤,去除低质量的reads和碱基。 fastp -w 32 --detect_adapter_for_pe --cut_front --cut_tail \ --in1 /public/sdb/HuangL/tmp/PycharmProjects/maize_NGS/B73_fastp1.fq.gz \ --in2 /public/sdb/HuangL/tmp/PycharmProjects/maize_NGS/B73_fastp2.fq.gz \ --out1 /home/caocao/PycharmProjects/liu_test/B73.step2.1.fq.gz \ --out2 /home/caocao/PycharmProjects/liu_test/B73.step2.fq.gz \ --report_title "B73" \ --html /home/cao/PycharmProjects/liu_test/B73.html 第二步(比对) 使用 bwa mem 将过滤后的reads比对到参考基因组。 nohup bwa mem -R "@RG\tID:Mo17\tSM:Mo17\tPL:Illumina" -t 32 \ /home/caocao/Reference/Zm-Mo17-REFERENCE-CAU-2.0.fa \ /public/sdb/li_test/B73_fastp1.step1.fq.gz \ /public/sdb/li_test/B73_fastp2.step2.fq.gz \ > /public/sdb/li_test/B73.1.sam 2>/public/sdb/li_test/B73.err & 第三步(转换为BAM格式) 使用 samtools view 将SAM格式转换为BAM格式。 nohup samtools view -@ 32 -b -o /public/sdb/li_test/B73.bam /public/sdb/li_test/B73.sam > /public/sdb/li_test/view.out 2>/public/sdb/li_test/view.err & 第四步(排序BAM文件) 使用 samtools sort 对BAM文件进行排序。 nohup samtools sort -@ 32 -m 2G -T /public/sdb/li_test/tmp -o /public/sdb/li_test/B73.sorted.bam /public/sdb/li_test/B73.bam > /public/sdb/li_test/sort.out 2>/public/sdb/li_test/sort.err & BQSR跳过 第五步(质量控制) 使用 samtools view 进行质量控制,输出高质量的BAM文件。 nohup samtools view -q 20 -b /public/sdb/li_test/B73.sorted.bam > /public/sdb/li_test/B73.output.bam 2>/public/sdb/li_test/B73.error.log & 第六步(索引BAM文件) 使用 samtools index 为BAM文件创建索引。 nohup gatk --java-options "-Xmx10g" MarkDuplicates \ --TMP_DIR /public/sdb/li_test \ --INPUT /public/sdb/li_test/B73.output.bam \ --METRICS_FILE /public/sdb/li_test/B73.markdup_metrics.txt \ --OUTPUT /public/sdb/li_test/B73.sorted.markdup.bam > /public/sdb/li_test/B73.markdup.out 2>/public/sdb/li_test/B73.markdup.err & samtools index -@ 8 /public/sdb/li_test/B73.sorted.markdup.bam 第七步(合并GVCF文件) 使用 gatk HaplotypeCaller 和 CombineGVCFs 合并单个样本的GVCF文件,得到群体水平的变异信息。 .利用gatk中ImportDB与GenotypeVCF子程序对单个样品的gvcf文件进
07-22
基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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