该博客讨论了如何计算在微博社交网络中，考虑到特定层数的关注者，某个用户帖子的最大可能转发量。问题涉及到图论和数据结构，特别是宽度优先搜索（BFS）的应用。博客提供了输入输出格式，并指出了解决问题的关键在于正确实现搜索层数限制。通过记录每次搜索时入队的节点数，可以求得最终答案。同时强调在使用判重集合时初始化的重要性。
微博被称为中文版的 Twitter。
微博上的用户既可能有很多关注者，也可能关注很多其他用户。
因此，形成了一种基于这些关注关系的社交网络。
当用户在微博上发布帖子时，他/她的所有关注者都可以查看并转发他/她的帖子，然后这些人的关注者可以对内容再次转发…
现在给定一个社交网络，假设只考虑 L 层关注者，请你计算某些用户的帖子的最大可能转发量。
补充
如果 B 是 A 的关注者，C 是 B 的关注者，那么 A 的第一层关注者是 B，第二层关注者是 C。
输入格式
第一行包含两个整数，N 表示用户数量，L 表示需要考虑的关注者的层数。
假设，所有的用户的编号为 1∼N。
接下来 N 行，每行包含一个用户的关注信息，格式如下：
M[i] user_list[i]
M[i] 是第 i 名用户关注的总人数，user_list[i] 是第 i 名用户关注的 M[i] 个用户的编号列表。
最后一行首先包含一个整数 K，表示询问次数，然后包含 K 个用户编号，表示询问这些人的帖子的最大可能转发量。
输出格式
按顺序，每行输出一个被询问人的帖子最大可能转发量。
假设每名用户初次看到帖子时，都会转发帖子，只考虑 L 层关注者。
数据范围
1≤N≤1000
1≤L≤6
1≤M[i]≤100,
1≤K≤N
输入样例：
7 3
3 2 3 4
0
2 5 6
2 3 1
2 3 4
1 4
1
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
