`
Simone_chou
  • 浏览: 192500 次
  • 性别: Icon_minigender_2
  • 来自: 广州
社区版块
存档分类
最新评论

Find them, Catch them(带权并查集)

    博客分类:
  • POJ
 
阅读更多
Find them, Catch them
Time Limit: 1000MS   Memory Limit: 10000K
Total Submissions: 26079   Accepted: 7872

Description

The police office in Tadu City decides to say ends to the chaos, as launch actions to root up the TWO gangs in the city, Gang Dragon and Gang Snake. However, the police first needs to identify which gang a criminal belongs to. The present question is, given two criminals; do they belong to a same clan? You must give your judgment based on incomplete information. (Since the gangsters are always acting secretly.) 

Assume N (N <= 10^5) criminals are currently in Tadu City, numbered from 1 to N. And of course, at least one of them belongs to Gang Dragon, and the same for Gang Snake. You will be given M (M <= 10^5) messages in sequence, which are in the following two kinds: 

1. D [a] [b] 
where [a] and [b] are the numbers of two criminals, and they belong to different gangs. 

2. A [a] [b] 
where [a] and [b] are the numbers of two criminals. This requires you to decide whether a and b belong to a same gang. 

Input

The first line of the input contains a single integer T (1 <= T <= 20), the number of test cases. Then T cases follow. Each test case begins with a line with two integers N and M, followed by M lines each containing one message as described above.

Output

For each message "A [a] [b]" in each case, your program should give the judgment based on the information got before. The answers might be one of "In the same gang.", "In different gangs." and "Not sure yet."

Sample Input

1
5 5
A 1 2
D 1 2
A 1 2
D 2 4
A 1 4

Sample Output

Not sure yet.
In different gangs.
In the same gang.

   题意:

   有T(1到20)个case,每个case开头包含N(1到100000)个人和M(1到100000)条信息。A[x][y]表示要询问x和y是什么关系,关系一共有三种:不能确定,是同伙,是敌人;D[x][y]表示x和y属于不同的团伙。

   

   思路:

   首先要弄清楚3种关系到底是怎样的,同伙和敌人很容易理解,但是为什么会有不能确定的关系呢?比如有5个人,1和2是同伙关系,2和3是敌人关系,那么1和3很自然的也是敌人关系了,那么1和4呢?就是不能确定的关系了。说明当集合很多的时候,在没有给出确定关系之前,所有与之未确定的人配对都是不确定关系的。

   之前做的都是简单的并查集,直接判断在不在一个集合就行了。可是现在关系有3种,如果还用原来的方法肯定是不行的。所以每当确定一个关系就合并到一个集合中,同时每个元素的权值代表不同的意义,0代表是同伙,1代表是敌人。如果不在一个根节点上的话,就说明关系未确定,属于未确定关系。

   这时候的并查集就加上了权值了,权值代表的是与父亲节点的关系,说明父亲节点改变的话,该节点的权值也会发生相应的变化,这时候就要两个方面:路径压缩和合并,因为两者都有父亲节点的变化,说明权值要发生相应的变化。这些变化可以用向量的加减来表示,用root存储每个节点的根节点,用re表示从该节点出发的向量权值,比如:

 

 1.压缩的时候:

      比如将C节点连到A的时候,那么就会有条从C到A的向量,那么C到A这条向量的权值就是1+0=1,所以说明B和A是同伙,B和C是敌人,那么则推出A和C是敌人,对应的代码就是re[a]=(re[a]+re[root[a]])%2,%2是为了保证当相加超过2时的情况,这样取出来的结果能保证是0或者1。

   

   2.合并的时候:

        当知道A和B是敌人,则A和B之间有条权值为1的边,C和D分别是A和B的根节点,所以要把合并C到D,那么C到D之间的权值就是-re[A]+1+re[B]了;如果是把D合到C则公式是re[A]-1-re[B]了。同时,如果同样为了保证只取到0和1两个值,可以进行+2在%2处理。所以公式为(-re[A]+1+re[B]+2)%2或者(re[A]-1-re[B]+2)%2。这样的话,也可以知道c和d之间的关系了。

     

  3.查询:

        当知道两个元素处于同一根节点之后判断是同伙还是敌人,则公式为(re[D]-re[C]+2)%2。如果值为0,说明为同伙,如果是1,说明为敌人。

 
 AC:

#include<stdio.h>
#define max 100000+5
int root[max],re[max];

int find(int a)
{
	if(root[a]==a)  return a;
	int r=find(root[a]);
	re[a]=(re[a]+re[root[a]])%2;
	return root[a]=r;
}
//这里的递归写法有点难理解
//先从最低下往上找到根节点
//通过不断返回根节点来进行路径压缩,压缩顺序为根节点往下压缩
//那么权值就为该层权值加上上一层权值
//return root[a]=r相当于root[a]=r;return r;
int main()
{
	int n;
	scanf("%d",&n);
	while(n--)
	{
		int m,t;
		scanf("%d%d",&m,&t);
		for(int i=1;i<=m;i++)
		  root[i]=i,re[i]=0;
		while(t--)
		{
			char c;
			int a,b,fa,fb;
			scanf(" %c%d%d",&c,&a,&b);
			fa=find(a);
			fb=find(b);
			if(c=='A')
			{
				if(fa==fb)
				{
					if((re[a]-re[b]+2)%2==0) printf("In the same gang.\n");
					else printf("In different gangs.\n");
				}
				else printf("Not sure yet.\n");
			}
			else
			{
				if(fa!=fb)
				{
					root[fa]=fb;
					re[fa]=(-re[a]+re[b]+1+2)%2;
//这里可以把fa并到fb,也可以把fb并到fa,两者的公式不一样
				}
			}
		}
	}
	return 0;
}

   总结:

   1.带权并查集相当于在树的边上加上了信息,与之前的做法会有所不同;

   2.递归的理解有点难理解,顺序有点难搞清,想模拟也不知道如何模拟;

   3.fa并到fb与fb并到fa公式是不一样的,但是结果是一样的;

   4.巧用向量来理解。

  • 大小: 11.7 KB
  • 大小: 3.5 KB
  • 大小: 13.5 KB
分享到:
评论
2 楼 Simone_chou 2013-08-23  
yomean 写道
你的博客好多图,好赞!

图用QQ表情那个涂鸦随便画的  有点丑  不过省时
1 楼 yomean 2013-08-23  
你的博客好多图,好赞!

相关推荐

    带权并查集模板,从并查集基础拓展

    带权并查集(Weighted Union-Find)是一种在数据结构中用于处理不相交集合(Disjoint Set)的算法,它通过合并过程来减少集合的数量,同时考虑合并操作的权重。以下是一个针对带权并查集模板的资源描述: 资源标题...

    算法-树形结构- 并查集- 带权并查集.rar

    通过阅读“树形结构-并查集-带权并查集.pdf”,你可以深入了解并查集的原理,学习如何设计和实现带权并查集,以及如何在实际问题中运用这一工具。这份资料将涵盖并查集的基本操作、优化策略以及带权重的合并算法,...

    最小生成树+并查集题目列表.docx

    本资源提供了关于最小生成树和并查集的题目列表,共40道题目,涵盖了基础最小生成树、基础并查集、枚举最小生成树、同构图、离线并查集、dfs 枚举组合情况、最大生成树、带权并查集、异或并查集、斯坦纳树、LCA等...

    数据结构并查集 查询 快速

    数据结构中的并查集(Disjoint Set)是一种用于处理元素集合的分割问题的数据结构,它主要支持两种操作:合并(union)与查找(find)。在实际应用中,尤其是在算法竞赛(ACM)和图论中,它被广泛用于解决快速查询和...

    并查集 第12章 并查集

    **并查集**(Union-Find Set)是一种数据结构,用于处理一些不相交集合的合并及查询问题,通常用来解决动态连通性问题。并查集支持两种主要的操作:**并操作**(Union)和**查找操作**(Find)。并操作用于合并两个...

    并查集入门学习并查集

    综上所述,"并查集入门学习并查集"的资源可能是针对初学者的教程,通过“并查集.pdf”这个文档,你将能够深入理解并查集的基本概念、操作原理以及如何在实际问题中应用。对于希望提升算法能力,尤其是参与ACM竞赛的...

    数据结构实验:用孩子兄弟表示法表示树并求树的高度和树的度+并查集合并时高度高的树的根做为新的根+find 用折叠规则来实现并查集

    1、用孩子兄弟表示法表示树并求树的高度和树的度 ...3、find 用折叠规则来实现并查集 使用折叠规则完成一次查找,所需时间比 Find( )函数有所增加,但它能改进树的性能,减少以后查找操作所需的时间。

    并查集 团伙数据

    并查集是一种在图论和算法设计中常用的离散数学结构,主要用于处理一些不相交集合的合并与查询问题。这个压缩包文件“团伙数据”显然包含了一些与并查集算法相关的练习数据和可能的题解,目的是帮助学习者更好地理解...

    数据结构--并查集(Union-Find Sets)

    并查集(Union-Find Sets)是数据结构中一种用于管理元素集合的高效算法,它主要处理两个操作:连接(union)与查找(find)。在并查集中,元素被分到不同的集合中,每个集合代表一个独立的组件。连接操作将两个元素...

    并查集基础知识讲解

    并查集的主要操作包括“查找”(Find)和“联合”(Union)。 1. 查找(Find)操作:确定一个元素属于哪个连通分量。通常采用路径压缩的方法,即每次查找过程中,都将当前节点的父节点指向其祖父节点,以减少树的...

    并查集 家谱数据

    并查集是一种在图论和算法设计中常用的离散数学结构,主要用来处理一些不相交集合的合并与查询问题。在本数据压缩包中,主题聚焦于家谱数据,可以推断出这些数据可能包含了家庭成员之间的关系,通过并查集这种数据...

    总结信息学竞赛中并查集的拓展应用

    带权并查集是在普通并查集的基础上增加了一个权重的概念,用来表示两个元素之间的关系强度或距离。这种数据结构特别适用于解决包含“相对”信息的问题,即对于任意节点\( c \),有形如 \( f(a,b) = (f(a,c) + f(c,b)...

    优化并查集

    下面是一个简单的并查集类实现,包含优化后的 `Find` 和 `Union` 方法: ```python class DisjointSet: def __init__(self, items): self.parent = {item: item for item in items} self.rank = {item: 0 for ...

    并查集模版

    ### 并查集模版详解 #### 一、并查集简介 并查集是一种用于处理元素集合的动态数据结构,常被应用于图论、计算机网络、数据挖掘等领域。其核心功能是支持两种操作:合并两个集合(并操作)与查询某个元素所属的...

    并查集C++实现

    并查集的主要操作有`Find`和`Union`。 1. **Find**操作:查找元素属于哪个连通分量。通常通过路径压缩(Path Compression)技术优化,使得查找过程的效率提高,每次查询时将沿途经过的节点直接指向其祖父节点,降低...

    朱全民-并查集ppt

    并查集的核心在于两种操作:查找(find)和合并(union)。查找操作用于确定一个元素所属的集合,而合并操作则是将两个集合合并为一个。在森林的实现方式中,每棵树代表一个集合,树的根节点表示该集合。合并操作...

    并查集(ACM 算法)

    并查集是一种在图论和算法设计中常用的离散数据结构,主要应用于处理不相交集合的联合与查询问题。在ACM(国际大学生程序设计竞赛)中,它经常被用来解决各种组合优化和图论问题。下面我们将深入探讨并查集的核心...

    最经典并查集详细讲解

    并查集的核心操作是查找节点的根(Find)以及合并两个集合(Union)。 2. **路径压缩** 为了提高查找效率,通常采用路径压缩技术。即在查找过程中,将沿途经过的节点直接指向上层节点,使得查找过程更快。路径压缩...

    检查网络---课程设计-并查集

    并查集是一种在图论和数据结构中广泛使用的算法,主要用来解决网络连通性问题。在这个2010年7月的浙江大学课程设计中,学生们被要求利用并查集来检查网络的连通状态。这是一个典型的离散数学和算法应用的实践任务,...

    并查集算法PKU解题报告

    并查集是一种用于处理集合合并与查询的抽象数据类型,主要应用于解决连通性问题,例如判断图中的两个节点是否在同一连通分量内。在本解题报告中,我们将探讨并查集算法在PKU(北京大学)的三道题目:PKU1182、PKU...

Global site tag (gtag.js) - Google Analytics