连通图 环

添加链接描述

题意

求连通图的数量,及多少个连通图有环,其中只存在一个结点的图不属于连通图

思路

用并查集维护连通图的数量,每个连通图含有的结点的数量及含有的边的数量

code

#include<bits/stdc++.h>
using namespace std;
const int N = 2e6+7;
int t, n, m, fa[N], son[N], edge[N], id;
void init(int n)
{
    for(int i = 1; i <= n; i++)
        fa[i] = i, son[i] = 1, edge[i] = 0;
}
int find(int x)
{
    return (x == fa[x] ? x : fa[x] = find(fa[x]));
}
void merge(int x, int y)
{
    int fx = find(x), fy = find(y);
    if(fx != fy)
    {
        fa[fx] = fy;
        son[fy] += son[fx];
        edge[fy] += edge[fx] + 1;
    }
    else
        edge[fy]++;
}
int main()
{
    scanf("%d", &t);
    while(t--)
    {
        cin >> n >> m;
        init(n);
        for(int i = 1; i <= m; i++)
        {
            int u, v;
            cin >> u >> v;
            merge(u, v);
        }
        int cnt1 = 0, cnt2 = 0;
        for(int i = 1; i <= n; i++)
        {
            if(fa[i] == i && son[i] > 1)
            {
                cnt1++;
                if(edge[i] > son[i] - 1)
                    cnt2++;
            }
        }
        printf("Night sky #%d: %d constellations, of which %d need to be fixed. \n\n", ++id, cnt1, cnt2);
    }
    return 0;
}

图的连通性判断是图论中的一个核心问题,通常用于确定图中是否存在从一个顶点到另一个顶点的路径。对于无向图,如果图中的任意两个顶点之间都存在路径,则称该图为连通图。对于有向图,则需要区分强连通和弱连通:强连通图要求任意两个顶点之间都存在双向路径,而弱连通图则仅要求忽略边的方向后图是连通的。常用的连通性判断方法包括深度优先搜索(DFS)和广度优先搜索(BFS),这些算法通过遍历图的顶点来确定连通性[^3]。 的性质和检测方法也是图论中的重要问题。是指图中一条从某个顶点出发并最终返回该顶点的路径。在无向图中,的检测可以通过DFS实现,通过追踪访问状态来判断是否存在回边(back edge),即是否访问到已经访问过的顶点该顶点不是当前路径的父节点。在有向图中,的检测同样可以使用DFS,但需要额外维护一个递归栈来跟踪当前递归路径中的顶点,以判断是否存在[^3]。 ### 图的连通性判断方法 1. **深度优先搜索(DFS)** DFS通过递归或栈的方式探索图的顶点,从一个顶点出发,访问其邻接顶点,并递归地进行访问。如果在DFS结束后仍有未访问的顶点,则说明图不连通。DFS适用于稠密图和需要深度探索的场景。 ```python def dfs(graph, start, visited=None): if visited is None: visited = set() visited.add(start) for neighbor in graph[start]: if neighbor not in visited: dfs(neighbor, visited) return visited ``` 2. **广度优先搜索(BFS)** BFS通过队列的方式访问图的顶点,从一个顶点出发,首先访问其所有邻接顶点,然后再访问这些邻接顶点的邻接顶点。BFS适合用于稀疏图和需要找到最短路径的场景。 ```python from collections import deque def bfs(graph, start): visited = set() queue = deque([start]) visited.add(start) while queue: vertex = queue.popleft() for neighbor in graph[vertex]: if neighbor not in visited: visited.add(neighbor) queue.append(neighbor) return visited ``` ### 的检测方法 1. **无向图中的检测** 在无向图中,可以通过DFS检测。具体做法是在DFS过程中记录每个顶点的访问状态,如果在访问某个顶点时发现其邻接顶点已经被访问过不是当前顶点的父节点,则说明存在。 ```python def is_cyclic_util(graph, v, visited, parent): visited[v] = True for neighbor in graph[v]: if not visited[neighbor]: if is_cyclic_util(graph, neighbor, visited, v): return True elif neighbor != parent: return True return False def is_cyclic(graph, num_vertices): visited = [False] * num_vertices for i in range(num_vertices): if not visited[i]: if is_cyclic_util(graph, i, visited, -1): return True return False ``` 2. **有向图中的检测** 在有向图中,的检测可以通过DFS结合递归栈实现。递归栈用于记录当前DFS路径中的顶点,如果在DFS过程中访问到递归栈中的顶点,则说明存在。 ```python def is_cyclic_directed_util(graph, v, visited, rec_stack): visited[v] = True rec_stack[v] = True for neighbor in graph[v]: if not visited[neighbor]: if is_cyclic_directed_util(graph, neighbor, visited, rec_stack): return True elif rec_stack[neighbor]: return True rec_stack[v] = False return False def is_cyclic_directed(graph, num_vertices): visited = [False] * num_vertices rec_stack = [False] * num_vertices for i in range(num_vertices): if not visited[i]: if is_cyclic_directed_util(graph, i, visited, rec_stack): return True return False ``` ###
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