BZOJ 1854 [Scoi2010]游戏

本文探讨了二分图匹配与并查集两种算法的实际应用案例,通过具体的代码实现展示了两种算法解决特定问题的过程。对于二分图匹配算法,文章提供了完整的C++实现代码,并解释了其核心思想;而对于并查集算法,则同样给出了C++代码实现,并说明了该算法如何用于解决实际问题。

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

并查集 或 二分图匹配

这题复杂度错误的算法竟然跑得比正解快

错误的算法(1):用装备的两种属性向装备连边,跑二分图匹配即可,注意题目要求是连续攻击,所以一旦匹配不成功就要退出。为了优化时间,vis数组开成int,以免去memset的时间

正确的算法(2):把每一个装备考虑成一条边,它的两个属性考虑成边两端点的编号。使用装备相当于删除这条边。于是可以发现如果某连通块图中有环,那么环上的点必定都可以取到。如果是树结构,让编号最大的取不到即可。

二分图匹配

#include<cstdio>
#include<cstring>
#define W 10005
#define N 1000005
#define reg register
#define getc() (S == T && (T = (S = B) + fread(B, 1, 1 << 15, stdin), S == T) ? EOF : *S++)
using namespace std;
int a[N], h[N], tot=0;
char B[1 << 15], *S = B, *T = B;
inline int in()
{
    reg char ch=getc();
    reg int cnt = 0;
    while(ch<'0'||ch>'9')ch=getc();
    while(ch>='0'&&ch<='9')cnt=(cnt<<3)+(cnt<<1)+ch-'0', ch=getc();
    return cnt;
}
struct edge{int next,to;}e[N<<1];
int ecnt=0, last[W], mx=0, mat[N], times, vis[N];
void add(int a, int b)
{
    e[++ecnt]=(edge){last[a],b};
    last[a]=ecnt;
}
bool find(int x)
{
    for(int i = last[x]; i; i=e[i].next)
    {
        int y=e[i].to;
        if(vis[y]==times)continue;
        vis[y]=times;
        if(!mat[y]||find(mat[y]))
        {
            mat[y]=x;
            return true;
        }
    }
    return false;
}
int solve()
{
    for(int i = 1; i <= mx; i++)
    {
        times=i;
        if(!find(i))
            return i-1;
    }
    return mx;
}
int main()
{
    int n=in();
    for(int i = 1, a, b; i <= n; i++)
    {
        a=in(); b=in();
        add(a,i); add(b,i);
        if(a>mx)mx=a;
        if(b>mx)mx=b;
    }
    printf("%d\n",solve());
}

并查集

#include<cstdio>
#include<algorithm>
#define N 10005
using namespace std;
int f[N];
int find(int x){return f[x]==x?x:f[x]=find(f[x]);}
bool flag[N];
int main()
{
    int n; scanf("%d",&n);
    for(int i = 1; i < N; i++)
        f[i]=i;
    for(int i = 1, a, b; i <= n; i++)
    {
        scanf("%d%d",&a,&b);
        int f1=find(a), f2=find(b);
        if(f1!=f2)
        {
            if(f1<f2)swap(f1,f2);
            flag[f2]=1;
            f[f2]=f1;
        }
        else
            flag[f1]=1;
    }
    for(int i = 1; i <= 10001; i++)
        if(!flag[i])
        {
            printf("%d\n",i-1);
            break;
        }

}
1. 用户与身体信息管理模块 用户信息管理: 注册登录:支持手机号 / 邮箱注册,密码加密存储,提供第三方快捷登录(模拟) 个人资料:记录基本信息(姓名、年龄、性别、身高、体重、职业) 健康目标:用户设置目标(如 “减重 5kg”“增肌”“维持健康”)及期望周期 身体状态跟踪: 体重记录:定期录入体重数据,生成体重变化曲线(折线图) 身体指标:记录 BMI(自动计算)、体脂率(可选)、基础代谢率(根据身高体重估算) 健康状况:用户可填写特殊情况(如糖尿病、过敏食物、素食偏好),系统据此调整推荐 2. 膳食记录与食物数据库模块 食物数据库: 基础信息:包含常见食物(如米饭、鸡蛋、牛肉)的名称、类别(主食 / 肉类 / 蔬菜等)、每份重量 营养成分:记录每 100g 食物的热量(kcal)、蛋白质、脂肪、碳水化合物、维生素、矿物质含量 数据库维护:管理员可添加新食物、更新营养数据,支持按名称 / 类别检索 膳食记录功能: 快速记录:用户选择食物、输入食用量(克 / 份),系统自动计算摄入的营养成分 餐次分类:按早餐 / 午餐 / 晚餐 / 加餐分类记录,支持上传餐食照片(可选) 批量操作:提供常见套餐模板(如 “三明治 + 牛奶”),一键添加到记录 历史记录:按日期查看过往膳食记录,支持编辑 / 删除错误记录 3. 营养分析模块 每日营养摄入分析: 核心指标计算:统计当日摄入的总热量、蛋白质 / 脂肪 / 碳水化合物占比(按每日推荐量对比) 微量营养素分析:检查维生素(如维生素 C、钙、铁)的摄入是否达标 平衡评估:生成 “营养平衡度” 评分(0-100 分),指出摄入过剩或不足的营养素 趋势分析: 周 / 月营养趋势:用折线图展示近 7 天 / 30 天的热量、三大营养素摄入变化 对比分析:将实际摄入与推荐量对比(如 “蛋白质摄入仅达到推荐量的 70%”) 目标达成率:针对健
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