POJ2186 Popular Cows(强连通分量)

2023-11-11 11:58

本文主要是介绍POJ2186 Popular Cows(强连通分量),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!

题意:

奶牛A觉得奶牛B流行,奶牛B觉得奶牛C流行,则奶牛A也觉得奶牛C流行,现在要统计被其他所有奶牛觉得流行的奶牛数量。

要点:

先求出强连通分量并缩成点,算出对应入度和出度,统计出度为0的奶牛数即可,一开始我是统计进度为cnt-1的,后来发现WA,错误的地方在题目里也说了,A->B->C这种也认为A觉得C流行,所以不能用入度算,只能计算出度为0的点,而且如果有好几个点出度为0要输出0

16068699Seasonal2186Accepted1240K469MSC++1562B2016-09-09 10:21:14

#include<iostream>
#include<algorithm>
#include<cstring>
#include<vector>
#include<stack>
using namespace std;
const int maxn=1e4+5;
vector<int> g[maxn];
stack<int> s;
int dfn[maxn],low[maxn],belong[maxn];
bool instack[maxn];
int in0[maxn],out0[maxn];
int dfs_clock,cnt,n,m;void dfs(int u)
{dfn[u]=low[u]=++dfs_clock;s.push(u);instack[u]=true;for(int i=0;i<g[u].size();i++){int v=g[u][i];if(!dfn[v])//如果v还没搜索过要先搜索这个点,因为它的low会改变 {dfs(v);low[u]=min(low[u],low[v]);//回溯时改变u的low }else if(instack[v])//如果v已经搜索过且已经在栈中,说明v到u有一条反向边 {low[u]=min(low[u],dfn[v]);//v为u的祖先,low存储v的dfn值	}}if(low[u]==dfn[u])//相等则说明最远祖先是自己,说明自己是第一个节点 {cnt++;for(;;){int x=s.top();s.pop();belong[x]=cnt;instack[x]=false;if(x==u)break;}}
}
void Tarjan()
{dfs_clock=cnt=0;memset(instack,false,sizeof(instack));memset(dfn,0,sizeof(dfn));for(int i=1;i<=n;i++)if(!dfn[i])dfs(i);
}int main()
{while(scanf("%d%d",&n,&m)!=EOF){for(int i=1;i<=n;i++)//注意这里每次要清空g[i].clear();int u,v;for(int i=1;i<=m;i++){scanf("%d%d",&u,&v);g[u].push_back(v);}Tarjan();for(int i=1;i<=n;i++)in0[i]=out0[i]=0;for(int u=1;u<=n;u++)for(int i=0;i<g[u].size();i++){int v=g[u][i];if(belong[u]!=belong[v]){in0[belong[v]]++;out0[belong[u]]++;}}/*int sum=0;for(int i=1;i<=cnt;i++){if(in0[i]==cnt-1){for(int j=1;j<=n;j++)if(belong[j]==i)sum++;}	}printf("%d\n",sum);*/int sum=0,count=0;for(int i=1;i<=cnt;i++){if(out0[i]==0){count++;for(int j=1;j<=n;j++)if(belong[j]==i)sum++;}	}if(count>1)printf("0\n");else if(count==1)printf("%d\n",sum);}return 0;
}


这篇关于POJ2186 Popular Cows(强连通分量)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/389882

相关文章

usaco 1.2 Milking Cows(类hash表)

第一种思路被卡了时间 到第二种思路的时候就觉得第一种思路太坑爹了 代码又长又臭还超时!! 第一种思路:我不知道为什么最后一组数据会被卡 超时超了0.2s左右 大概想法是 快排加一个遍历 先将开始时间按升序排好 然后开始遍历比较 1 若 下一个开始beg[i] 小于 tem_end 则说明本组数据与上组数据是在连续的一个区间 取max( ed[i],tem_end ) 2 反之 这个

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

P2858 [USACO06FEB] Treats for the Cows G/S 题解

P2858 题意 给一个数组。每天把最左或者最右的东西卖掉,第 i i i个东西,第 d a y day day天卖出的价格是 a [ i ] ∗ d a y a[i]*day a[i]∗day。 记忆化搜索 void dfs(int l,int r,int day,ll sum){if(v[l][r]>=sum)return;v[l][r]=sum;if(l>r)//这就是dp答案{

像素间的关系(邻接、连通、区域、边界、距离定义)

文章目录 像素的相邻像素4邻域D邻域8邻域 邻接、连通、区域和边界邻接类型连通区域边界 距离测度欧氏距离城市街区距离(city-block distance)棋盘距离(chessboard distance) 参考 像素的相邻像素 4邻域 坐标 ( x , y ) (x,y) (x,y)处的像素 p p p有2个水平的相邻像素和2个垂直的相邻像素,它们的坐标是: ( x

OpenCV结构分析与形状描述符(6)带统计的连通组件计算函数connectedComponentsWithStats()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 connectedComponentsWithStats 函数计算布尔图像的连通组件标记图像,并为每个标记产生统计信息。 该函数接受一个具有4或8连通性的二值图像,并返回 N,即标签总数(标签范围为 [0, N-1],其中 0 代表背景标签)

最小连通网络

使用网络中的n-1条边来连接网络中的n个顶点 不产生回路 各边上的权值总和达到最小 prim算法:针对顶点展开,适合边的数量较多的情况 kruskal算法:针对边展开的,适合边的数量较少的情况

【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

【HDU】3861 The King’s Problem 强连通缩点+有向图最小路径覆盖

传送门:【HDU】3861 The King’s Problem 题目分析:首先强连通缩点,因为形成一个环的王国肯定在一条路径中,这样才能保证拆的少。 然后缩点后就是DAG图了,由于题目要求的是最小路径覆盖,那么二分匹配即可。 代码如下: #include <cstdio>#include <cstring>#include <algorithm>#includ

【Live Archive】6393 Self-Assembly【强连通】

传送门:【Live Archive】6393 Self-Assembly 题目分析: 假设我们只用到向上或者向右的块,这样我们只要找到一个回路使得某个块可以和第一个块一样,那么我们就相当于找到了一个循环,这样就可以无限循环了。 但是我们要怎样去找这么一个环?考虑到必须是对应字母 X+,X− X^+,X^-才能建边,然后一个环中一定是多个一对一对的这样的对应字母组成的。 可以发现块的数量那么

OpenCV_连通区域分析(Connected Component Analysis-Labeling)

申明:本文非笔者原创,原文转载自:http://blog.csdn.net/icvpr/article/details/10259577 OpenCV_连通区域分析(Connected Component Analysis/Labeling) 【摘要】 本文主要介绍在CVPR和图像处理领域中较为常用的一种图像区域(Blob)提取的方法——连通性分析法(连通区域标