• hdu 4751 Divide Groups bfs (2013 ACM/ICPC Asia Regional Nanjing Online 1004)


    SDUST的训练赛

    当时死磕这个水题3个小时,也无心去搞其他的

    按照题意,转换成无向图,预处理去掉单向的边,然后判断剩下的图能否构成两个无向完全图(ps一个完全图也行或是一个完全图+一个孤点)

    代码是赛后看的网上大神,所以转载过来了,dfs染色的时候很巧妙,巧妙的用到了就两个无向完全图

    #include <cstdio>
    #include <cstring>
    #include <cmath>
    #include <vector>
    #include <queue>
    #include <algorithm>
    #include <iostream>
    using namespace std;
    const int maxn=110;
    int e[maxn][maxn];
    int vis[maxn],n;
    int bfs(int x)//从x点开始分组。 
    {
        queue<int>q;
        q.push(x);
        vis[x]=1;
        int i,j,k,u,v;
        while(!q.empty())
        {
            u=q.front();
            q.pop();
            for(i=1;i<=n;i++)
            {
                if(e[u][i]==1||u==i)continue;
                if(vis[i]==-1)
                {
                    vis[i]=1-vis[u];
                    q.push(i);
                }
                else if(vis[i]==vis[u])return 0;
            }
        }
        return 1;
    }
    int main()
    {
        while(cin>>n)
        {
            int i,j,k,a;
            memset(e,0,sizeof(e));
            memset(vis,-1,sizeof(vis));
            for(i=1;i<=n;i++)
            {
                while(cin>>a&&a!=0)
                e[i][a]=1;
            }
            //改成无向图 
            for(i=1;i<=n;i++)
                for(j=1;j<=n;j++)
                    if(!e[i][j])e[j][i]=0;
            for(i=1;i<=n;i++)
            {
                if(vis[i]!=-1)continue;
                if(!bfs(i))break;
            }
            if(i<=n)cout<<"NO"<<endl;
            else cout<<"YES"<<endl;
        }
        return 0;
    }
    /*
        题意:将n个人分成两组,使得每组中的每个人都认识剩余所有人。
        用二维数组e记录关系,e[i][j]==0表示i不认识j。
        vis[i]表示组别,分别为1和0。则可知若e[i][j]==0 ,则i和j必定是一个是0,一个是1。
    bfs一遍,当出现矛盾的时候就不能分组。
        由于枚举所有点作起点,且起点为1组内。又e[i][j]=0,e[j][i]=1和e[i][j]=e[j][i]=0情况相同。
    为避免起点为1造成的初始化错误,所以讲有向不认识图,改成无向图。例:不认识关系:3->1->2->4,
    开始枚举1,则vis[1]=1,vis[2]=0,vis[4]=1,后枚举3,vis[3]=1,vis[1]=0,矛盾,可情况是能分成(3,2)和(1,4)的。 
    */
    View Code
  • 相关阅读:
    CNN(卷积神经网络)入门
    基于linux vim环境python代码自动补全
    Linux 基本bash命令
    基于pytorch的CNN、LSTM神经网络模型调参小结
    深度学习中Batch size对训练效果的影响
    argparse.ArgumentParser()用法解析
    大数据学习之Hive数据仓库 20
    centOS中安装MySQL超级方便简单的方法
    大数据学习之zookeeper案例节点动态上下线感知19
    大数据学习之zookeeper客户端的命令行及API操作18
  • 原文地址:https://www.cnblogs.com/acbingo/p/4031693.html
Copyright © 2020-2023  润新知