HIHO #1190 : 连通性·四(点的双联通分量)

2024-08-30 20:08

本文主要是介绍HIHO #1190 : 连通性·四(点的双联通分量),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目链接

点的双联通分量,不注意写出了一个bug,找了2个多小时= =,我的边存的是0开始的,然后ans数组一开始也是0,然后就是if的地方。。。。。

还是tarjan的算法,结合提示,这里需要存边,然后栈里面保存的是边,而不是点,这里我用边在边集es中的编号,作为边的标志

#include<bits/stdc++.h>
using namespace std;
#define cl(a,b) memset(a,b,sizeof(a))
#define fastIO ios::sync_with_stdio(false);cin.tie(0);
#define LL long long
#define pb push_back
#define gcd __gcd#define For(i,j,k) for(int i=(j);i<k;i++)
#define lowbit(i) (i&(-i))
#define _(x) printf("%d\n",x)const int maxn = 2e5+2000;
const int inf  = 1 << 28;int n,m;struct Edge{int from,to;
};vector<Edge> es;
vector<int> G[maxn];void addEdge(int from,int to){es.pb((Edge){from,to});int m = es.size()-1;G[from].pb(m);G[to].pb(m);
}int dfn[maxn],low[maxn],counter;
int stk[maxn],top,cnt;int belong[maxn];
int ans[maxn];void dfs(int u,int fa){dfn[u]=low[u]= ++counter;for(int i=0;i<G[u].size();i++){int num = G[u][i];int v = es[num].to==u?es[num].from:es[num].to;if(fa==v)continue;if(!dfn[v]){stk[top++] = num;dfs(v,u);low[u]=min(low[u],low[v]);if(low[v]>=dfn[u]){++cnt;int x=0;do{x = stk[--top];belong[x] = cnt;//if(ans[cnt]==0)ans[cnt]=x;一开始这样写,导致了无限WA,因为我的边是从0开始的= =,切记!!ans[cnt]=min(ans[cnt],x);}while(x!=num);}}else if(dfn[v]<dfn[u]){low[u]=min(low[u],dfn[v]);stk[top++] = num;}}
}int main(){fastIO;cl(ans,127);//初始一个大的数字cin>>n>>m;for(int i=0;i<m;i++){int x,y;cin>>x>>y;addEdge(x,y);}dfs(1,1);cout<<cnt<<endl;for(int i=0;i<m;i++){//printf("%d-->%d , belong ->%d\n",es[i].from,es[i].to,belong[i]);if(i==0)cout<<ans[belong[i]]+1;else cout<<' '<<ans[belong[i]]+1;}cout<<endl;return 0;
}

这篇关于HIHO #1190 : 连通性·四(点的双联通分量)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1121804

相关文章

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

【造轮子】纯C++实现的联通组件标记算法

学习《OpenCV应用开发:入门、进阶与工程化实践》一书 做真正的OpenCV开发者,从入门到入职,一步到位! 连接组件标记算法 连接组件标记算法(connected component labeling algorithm-CCL)是图像分析中最常用的算法之一,算法的实质是扫描一幅图像的每个像素,对于像素值相同的分为相同的组(group),最终得到图像中所有的像素连通组件。扫描的方式可以是从

nc -s网络连通性测试

例如: nc -s 192.168.82.67 192.168.82.66 22 在这个命令中,您使用了nc(Netcat)工具来进行网络连接。下面是命令的详细说明: nc: 表示使用Netcat工具进行操作。-s 192.168.82.67: 指定源IP地址为192.168.82.67。这个参数让Netcat使用指定的IP地址进行网络连接,而不是默认的地址。192.168.82.66:

【HDU】2242 考研路茫茫——空调教室 双连通分量+树型DP

考研路茫茫——空调教室 Time Limit: 4000/2000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 1978    Accepted Submission(s): 576 Problem Description 众所周知,HDU的考研教室是没

强连通分量专题总结

~~~~~      总题单链接 ~~~~~      对于只需要考虑强连通分量的题,就可以用强连通分量(大雾 ~~~~~      我想了很久,确实没有什么好说的 … \ldots …

图论 求有向图的所有强连通分量 kosaraju算法

一、问题 如何找到有向图(a)中的所有强连通分量,如图(b)    二、kosaraju算法 Kosaraju的算法(又称为–Sharir Kosaraju算法)是一个线性时间(linear time)算法找到的有向图的强连通分量。   1. 原理 它利用了一个事实,逆图(与各边方向相同的图形反转, transpose graph)有相同的强连通分量的原始图。   2. 逆图

【Redundant Paths】【无向图】【双连通分量】【缩点】

Redundant Paths Time Limit: 3000/1000MS (Java/Others)     Memory Limit: 65535/65535KB (Java/Others) Submit  Status In order to get from one of the  F(1≤F≤5,000)  grazing fields (which a

HIHO #1185 : 连通性·三

题目链接 先使用tarjan算法,计算强连通分量,进行缩点成DAG,然后在使用拓扑排序计算 tarjan中,我们只需要从1号节点计算,因为开始时在1号点。 建立新图的过程中,1号点不能到达的点也不用建立到新图里面 #include<bits/stdc++.h>using namespace std;#define cl(a,b) memset(a,b,sizeof(a))#defin

HIHO #1184 : 连通性二·边的双连通分量

题目链接 Tarjan算法,介绍可以看题目讲解,很好很清楚 无向图边的双联通分量的定义:对于一个无向图的子图,当删除其中任意一条边后,不改变图内点的连通性,这样的子图叫做边的双连通子图。而当子图的边数达到最大时,叫做边的双连通分量。 或者说,对于一个连通图,如果任意两点至少存在两条”边不重复”的路径。也就是要去每条边至少在一个简单的环中,也就是说所有的边都不是桥 同样是2个方法: 1)题

HIHO #1183 : 连通性一·割边与割点

题目链接 使用Tarjan算法计算无向图的割点和桥,提示讲解的也很清晰 需要注意的是,某一个割点可能会被多次计算,所以一般是先记录然后最后统一输出 1)按照题目的伪代码直接实现 2)稍微优化一下的,省一些空间 #include<bits/stdc++.h>using namespace std;#define cl(a,b) memset(a,b,sizeof(a))#define