天梯赛--L2-007 家庭房产 (25 分)(并查集)

该篇博客介绍了一个关于统计家庭人口数、人均房产面积和房产套数的编程题目,涉及到并查集的数据结构。通过读取每个人的房产信息,利用并查集进行家庭成员关系的合并,然后计算每个家庭的统计指标。最终按照人均面积降序和成员编号升序输出结果。代码中使用了unordered_set进行自动排序,并展示了如何实现find和merge操作。

L2-007 家庭房产 (25 分)

给定每个人的家庭成员和其自己名下的房产,请你统计出每个家庭的人口数、人均房产面积及房产套数。

输入格式:

输入第一行给出一个正整数N(≤1000),随后N行,每行按下列格式给出一个人的房产:

编号 父 母 k 孩子1 ... 孩子k 房产套数 总面积

其中编号是每个人独有的一个4位数的编号;分别是该编号对应的这个人的父母的编号(如果已经过世,则显示-1);k(0≤k≤5)是该人的子女的个数;孩子i是其子女的编号。

输出格式:

首先在第一行输出家庭个数(所有有亲属关系的人都属于同一个家庭)。随后按下列格式输出每个家庭的信息:

家庭成员的最小编号 家庭人口数 人均房产套数 人均房产面积

其中人均值要求保留小数点后3位。家庭信息首先按人均面积降序输出,若有并列,则按成员编号的升序输出。

输入样例:

10
6666 5551 5552 1 7777 1 100
1234 5678 9012 1 0002 2 300
8888 -1 -1 0 1 1000
2468 0001 0004 1 2222 1 500
7777 6666 -1 0 2 300
3721 -1 -1 1 2333 2 150
9012 -1 -1 3 1236 1235 1234 1 100
1235 5678 9012 0 1 50
2222 1236 2468 2 6661 6662 1 300
2333 -1 3721 3 6661 6662 6663 1 100

输出样例:

3
8888 1 1.000 1000.000
0001 15 0.600 100.000
5551 4 0.750 100.000

 不算难的一个并查集的题目,只要按照题目所说的创建合适的数组或者是别的来存储对应的量,并查集的基本操作find,merge熟悉会用,那么这个题就没问题了。另外set是默认插入数据就自动排序的,unordered_set中的元素没有按照任何特定的顺序排序

 

#include<bits/stdc++.h>
using namespace std;
int p[10010],n,m;
int id,fa,ma,k;
unordered_set<int>pe;//所有人的编号 
int housenum[10010],area[10010]; 
int cnt[10010];//每户的人口总数 


int find(int x)//1/int
{
	if(x!=p[x])
	p[x]=find(p[x]);
	return p[x];
}
void merge(int x,int y)
{
	int px=find(x);
	int py=find(y);
	if(px<py)swap(px,py);
	p[px]=py;//y小充当树根 
}

struct node
{
	int id;
	int num;///家庭人口数
	double rjs;//人均房产套数 
	double rjm; //人均房产面积
	bool operator<(const node &t)
	{
		if(rjm==t.rjm)
		return id<t.id;
		else
		return rjm>t.rjm;
	} 
};
vector<node>v;

int main()
{
	for(int i=0;i<=10010;i++)p[i]=i;
	
	cin>>n;
	while(n--)
	{
		cin>>id>>fa>>ma>>k;
		pe.insert(id);
		if(fa!=-1)
		{
			pe.insert(fa);
			merge(id,fa);
		}
		if(ma!=-1)
		{
			pe.insert(ma);
			merge(id,ma);
		}
		int child;//孩子的编号 
		while(k--)
		{
			cin>>child;
			pe.insert(child);
			merge(id,child);
		}
		int nh,ta;//房产套数,总面积
		cin>>nh>>ta;
	    housenum[id]+=nh;
		area[id]+=ta;
	}
	
	
	for(auto id:pe)
	{
		int pid=find(id);
		cnt[pid]++;//以pid为祖宗,他们家的人数++ 
		if(id!=pid)//他们家的 房产套数,总面积总和 
		{
			housenum[pid]+=housenum[id];
			area[pid]+=area[id];
		}
	}
	
	
	//把每个家庭的祖宗加入到vector里,为了排个序输出
	for(auto id:pe)
	{
		if(id==p[id])
		v.push_back({id,cnt[id],((double)housenum[id]/(double)cnt[id]),((double)area[id]/(double)cnt[id])});
	}
	
	sort(v.begin(),v.end());
	
	cout<<v.size()<<endl;
	for(auto p:v)
	{
		printf("%04d %d %.3lf %.3lf\n",p.id,p.num,p.rjs,p.rjm);
	}
	
	return 0;
}

### 天梯赛 L2-007 题目解析与解法 #### 问题描述 天梯赛 L2-007 的题目通常涉及较为复杂的算法设计数据结构应用。虽然具体的题目可能因年度不同而有所变化,但从引用的内容来看,可以推测此题属于中级难度 (L2),主要考察参赛者的编程能力逻辑思维能力。 以下是基于一般性的假设对该类问题的析以及解决方案: --- #### 数据输入说明 根据提供的背景信息[^2],假定本题的数据输入形式如下: - 输入的第一行为两个正整数 \( N \) \( M \)别代表总照片数量。 - 接下来的 \( M \) 行,每行描述一张照片中的员编号及其关系。 - 最后一行提供了一对异性情侣的编号 \( A \) \( B \)。 目标可能是判断这对情侣是否可以通过某些条件(例如共同的照片或社交网络)建立联系。 --- #### 解决方案思路 ##### 方法一:图论建模 + 广度优先搜索 (BFS) 如果问题是关于际关系网的连通性,则可将其抽象为无向图模型: - **节点**:每个对应一个节点。 - **边**:当两个出现在同一张照片中时,在他们之间创建一条无权边。 通过广度优先搜索 (BFS) 或深度优先搜索 (DFS),可以从起点 \( |A| \) 开始遍历整个图,检查终点 \( |B| \) 是否可达。 实现代码如下: ```python from collections import defaultdict, deque def solve(): # 初始化读取输入 n, m = map(int, input().split()) graph = defaultdict(list) # 构造图 for _ in range(m): data = list(map(int, input().split())) k = data[0] people = data[1:] for i in range(k): for j in range(i + 1, k): u, v = abs(people[i]), abs(people[j]) graph[u].append(v) graph[v].append(u) a, b = map(abs, map(int, input().split())) # BFS 实现 visited = set() queue = deque([a]) while queue: current = queue.popleft() if current == b: print("Yes") # 可达 return if current not in visited: visited.add(current) for neighbor in graph[current]: if neighbor not in visited: queue.append(neighbor) print("No") # 不可达 ``` 上述方法的时间复杂度为 \( O(M + N) \)[^3],适用于大规模数据处理场景。 --- ##### 方法二:并查集 (Union-Find) 另一种高效的方法是利用并查集来解决集合划问题。具体步骤如下: 1. 创建初始状态下的独立集合,每个节点自成一体。 2. 对于每张照片中的所有成员,执行 `union` 操作以合并它们所属的集合。 3. 查询 \( A \) \( B \) 所属集合是否相同即可得出结论。 代码示例如下: ```python class UnionFind: def __init__(self, size): self.parent = list(range(size)) def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union(self, x, y): rootX = self.find(x) rootY = self.find(y) if rootX != rootY: self.parent[rootY] = rootX def solve_union_find(): n, m = map(int, input().split()) uf = UnionFind(n) for _ in range(m): data = list(map(int, input().split())) k = data[0] people = data[1:] base = None for person in people: idx = abs(person) if base is None: base = idx else: uf.union(base, idx) a, b = map(abs, map(int, input().split())) if uf.find(a) == uf.find(b): print("Yes") else: print("No") ``` 这种方法的优势在于其时间复杂度接近常数级别 \( O(\alpha(N)) \)[^4],其中 \( \alpha \) 是反阿克曼函数,增长极其缓慢。 --- #### 结果验证 无论采用哪种方法,最终都需要确保程序能够正确处理边界情况,例如: - 当 \( A \) \( B \) 属于同一个集合时返回 “Yes”; - 否则返回 “No”。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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