【算法竞赛进阶指南】程序自动分析(并查集判冲突+离散化)

简介: 【算法竞赛进阶指南】程序自动分析(并查集判冲突+离散化)

迷途漫漫,终有一归。

程序自动分析

时间限制: 2 Sec 内存限制: 256 MB

[提交] [状态]

题目描述

在实现程序自动分析的过程中,常常需要判定一些约束条件是否能被同时满足。

考虑一个约束满足问题的简化版本:假设x1,x2,x3,…代表程序中出现的变量,给定n个形如xi=xj或xi≠xj的变量相等/不等的约束条件,请判定是否可以分别为每一个变量赋予恰当的值,使得上述所有约束条件同时被满足。例如,一个问题中的约束条件为:x1=x2,x2=x3,x3=x4,x1≠x4,这些约束条件显然是不可能同时被满足的,因此这个问题应判定为不可被满足。

现在给出一些约束满足问题,请分别对它们进行判定。

输入

第1行包含1个正整数t,表示需要判定的问题个数。注意这些问题之间是相互独立的。

对于每个问题,包含若干行:

第1行包含1个正整数n,表示该问题中需要被满足的约束条件个数。

接下来n行,每行包括3个整数i,j,e,描述1个相等/不等的约束条件,相邻整数之间用单个空格隔开。若e=1,则该约束条件为xi=xj;若e=0,则该约束条件为xi≠xj。

输出

包括t行。

第k行输出一个字符串“YES”或者“NO”(不包含引号,字母全部大写),“YES”表示输入中的第k个问题判定为可以被满足,“NO”表示不可被满足。

样例输入 Copy

2

2

1 2 1

1 2 0

2

1 2 1

2 1 1

样例输出 Copy

NO

YES

提示

在第一个问题中,约束条件为:x1=x2,x1≠x2。这两个约束条件互相矛盾,因此不可被同时满足。

在第二个问题中,约束条件为:x1=x2,x2=x1。这两个约束条件是等价的,可以被同时满足。

1≤n≤1000000

1≤i,j≤1000000000


思路:

并查集判冲突很常见的,但这题的数据范围着实虾仁。

我们可以对数据进行离散化,离散化通常有两种

(1)保序:排序 判重 二分

(2)不需要排序:map || hash


然后我们可以先考虑相等约束,在这个过程中是没有矛盾的。然后我们再考虑不等条件 若x,y在一种集合里 说明存在矛盾

代码: (离散化属实难写)

#include<bits/stdc++.h>
using namespace std;
typedef unsigned long long ull;
typedef long long ll;
typedef pair<int, int> PII;
#define I_int ll
inline int read()
{
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}
char F[200];
inline void out(I_int x) {
    if (x == 0) return (void) (putchar('0'));
    I_int tmp = x > 0 ? x : -x;
    if (x < 0) putchar('-');
    int cnt = 0;
    while (tmp > 0) {
        F[cnt++] = tmp % 10 + '0';
        tmp /= 10;
    }
    while (cnt > 0) putchar(F[--cnt]);
    //cout<<" ";
}
const int maxn=2e6+7;
int n,m,root[maxn];
unordered_map<int,int>mp;///hash
struct node{
    int x,y,op;
}a[maxn];///存储输入
int push(int x){
    if(!mp.count(x)) mp[x]=++n;
    return mp[x];
}
int Find(int x){
    if(x!=root[x]) root[x]=Find(root[x]);
    return root[x];
}
void Union(int x,int y){
    x=Find(x),y=Find(y);
    if(x!=y) root[x]=y;
}
bool query(int x,int y){
    x=Find(x),y=Find(y);
    if(x==y) return 1;
    return 0;
}
void AC(){
    int t;t=read();
    while(t--){
        m=read();n=0;
        mp.clear();///一定要清零!
        for(int i=1;i<=m;i++){
            int x,y,op;
            x=read();y=read();op=read();
            a[i].x=push(x);a[i].y=push(y);a[i].op=op;
        }
        for(int i=0;i<=n;i++) root[i]=i;///并查集初始化
        for(int i=1;i<=m;i++)
            if(a[i].op) Union(a[i].x,a[i].y);
        bool flag=1;
        for(int i=1;i<=m;i++)
            if(!a[i].op){
                if(query(a[i].x,a[i].y)){
                    flag=0;
                    break;
                }
            }
        if(flag) puts("YES");
        else puts("NO");
    }
}
int main(){
  AC();
    return 0;
}

并查集判冲突的还有 How Many Answers Are Wrong HDU - 3038

代码:

#include<bits/stdc++.h>
using namespace std;
const int maxn=500086;
int root[maxn],dep[maxn];
int n,m;
int x,y,z;
void init(int n){
  for(int i=0;i<=n;i++){
    dep[i]=0;
    root[i]=i;
  }
}
int Find(int x){
  if(root[x]!=x) {
    int fx=root[x];
    root[x]=Find(root[x]);
    dep[x]+=dep[fx];
  }
  return root[x];
}
void Union(int fx,int fy,int z){
  root[fx]=fy;
  dep[fx]=dep[y]-dep[x]+z;
}
int main(){
  while(~scanf("%d%d",&n,&m)){
    init(n);
    int ans=0;
    //cout<<m<<" ";
    for(int i=1;i<=m;i++){
      cin>>x>>y>>z;
      x-=1;
      int fx=Find(x),fy=Find(y);
      if(fx==fy){
        if(dep[x]-dep[y]!=z) ans++;
      }
      else{
        //Union(fx,fy,z);
        root[fx]=fy;
        dep[fx]=dep[y]-dep[x]+z;
      }
    }
    cout<<ans<<endl;
  }
  return 0;
}
目录
相关文章
|
1月前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
60 4
|
22天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
25 3
|
25天前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
1月前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
|
2月前
|
算法 JavaScript 前端开发
第一个算法项目 | JS实现并查集迷宫算法Demo学习
本文是关于使用JavaScript实现并查集迷宫算法的中国象棋demo的学习记录,包括项目运行方法、知识点梳理、代码赏析以及相关CSS样式表文件的介绍。
第一个算法项目 | JS实现并查集迷宫算法Demo学习
|
1月前
|
监控 算法 数据安全/隐私保护
基于三帧差算法的运动目标检测系统FPGA实现,包含testbench和MATLAB辅助验证程序
本项目展示了基于FPGA与MATLAB实现的三帧差算法运动目标检测。使用Vivado 2019.2和MATLAB 2022a开发环境,通过对比连续三帧图像的像素值变化,有效识别运动区域。项目包括完整无水印的运行效果预览、详细中文注释的代码及操作步骤视频,适合学习和研究。
|
1月前
|
存储 算法 Python
火箭般的提升!学会Python并查集,让你的算法能力飞跃新高度!
火箭般的提升!学会Python并查集,让你的算法能力飞跃新高度!
35 1
|
26天前
|
缓存 分布式计算 监控
算法优化:提升程序性能的艺术
【10月更文挑战第20天】算法优化:提升程序性能的艺术
|
1月前
|
算法
PID算法原理分析
【10月更文挑战第12天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
1月前
|
算法
PID算法原理分析及优化
【10月更文挑战第6天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
下一篇
无影云桌面