当前位置: 首页 > article >正文

P3916 图的遍历 题解(反向建图)

更好的阅读体验博客园题面P3916 图的遍历题目描述给出N NN个点M MM条边的有向图对于每个点v vv令A ( v ) A(v)A(v)表示从点v vv出发能到达的编号最大的点。现在请求出A ( 1 ) , A ( 2 ) , … , A ( N ) A(1),A(2),\dots,A(N)A(1),A(2),…,A(N)的值。输入格式第1 11行2 22个整数N , M N,MN,M表示点数和边数。接下来M MM行每行2 22个整数U i , V i U_i,V_iUi​,Vi​表示边( U i , V i ) (U_i,V_i)(Ui​,Vi​)。点用1 , 2 , … , N 1,2,\dots,N1,2,…,N编号。输出格式一行N NN个整数A ( 1 ) , A ( 2 ) , … , A ( N ) A(1),A(2),\dots,A(N)A(1),A(2),…,A(N)。输入输出样例 #1输入 #14 3 1 2 2 4 4 3输出 #14 4 3 4说明/提示对于60 % 60\%60%的数据1 ≤ N , M ≤ 10 3 1 \leq N,M \leq 10^31≤N,M≤103。对于100 % 100\%100%的数据1 ≤ N , M ≤ 10 5 1 \leq N,M \leq 10^51≤N,M≤105。解析不难想到暴力做法dfs/bfs遍历每一个点得到对于它的最大值复杂度O ( n 2 ) O(n^2)O(n2)这是代码90 p t s 90pts90pts可以想到用时间戳解决多次m e m s e t ( ) memset()memset()的问题但是这样也依旧90 p t s 90pts90pts我们知道这是有向图这里就需要一个反向建图的做法反向建图把所有边的朝向反过来例如a - b, a - b有什么用呢不妨按照编号从大到小遍历节点则每一次能遍历到的之前没有被访问过的节点就一定和当前的出发节点相等因为后面即使遍历到了也不如这个大所以对于遍历过的节点直接在它这里r e t u r n returnreturn因为后面的节点一定也被访问过这样每个节点最多被访问一次复杂度O ( n ) O(n)O(n)AC代码#includebits/stdc.husingnamespacestd;constexprintN1e52;vectorinta[N];intvis[N];intb0;inlinevoiddfs(intnow){if(vis[now])return;vis[now]b;for(inti:a[now]){if(vis[i])continue;dfs(i);}}signedmain(){ios::sync_with_stdio(false);cin.tie(nullptr),cout.tie(nullptr);intn,m;cinnm;for(inti1;im;i){intu,v;cinuv;a[v].push_back(u);}for(bn;b1;b--){dfs(b);}for(inti1;in;i){coutvis[i] ;}}该题解由deepseek审核如果对你有帮助的话请点个赞

相关文章:

P3916 图的遍历 题解(反向建图)

更好的阅读体验(博客园) 题面 P3916 图的遍历 题目描述 给出 NNN 个点,MMM 条边的有向图,对于每个点 vvv,令 A(v)A(v)A(v) 表示从点 vvv 出发,能到达的编号最大的点。现在请求出 A(1),A(2),…,A(N)A(1),…...

这面镜子,照出了什么?——一次“自找麻烦“的差距分析实录

在多篇推文的评论区,关于实战案例的呼声一直很高。今天,我们就聊一聊发生在义翘神州实验室日常检测和质量管理中的案例,来一场“自我找茬”:差距分析。 在质量管理领域,“差距分析”这四个字耳熟能详。它就像一面镜子&…...

[语音转文字工具] AsrTools:让音频转写效率提升300%的开源解决方案

[语音转文字工具] AsrTools:让音频转写效率提升300%的开源解决方案 【免费下载链接】AsrTools ✨ AsrTools: Smart Voice-to-Text Tool | Efficient Batch Processing | User-Friendly Interface | No GPU Required | Supports SRT/TXT Output | Turn your audio in…...

效率提升秘籍:用快马AI一键生成nt动漫角色管理模块代码

最近在开发一个nt动漫相关的项目,其中角色管理模块是必不可少的部分。这个模块需要实现角色列表展示、详情查看、新增、编辑和删除等功能。传统开发方式下,光是搭建这些基础功能就要花费不少时间。不过我发现用InsCode(快马)平台可以快速生成这些重复性高…...

思源宋体CN终极指南:7款免费商用字体一站式解决方案

思源宋体CN终极指南:7款免费商用字体一站式解决方案 【免费下载链接】source-han-serif-ttf Source Han Serif TTF 项目地址: https://gitcode.com/gh_mirrors/so/source-han-serif-ttf 还在为商业项目寻找高质量中文字体而烦恼吗?思源宋体CN字体…...

STM32串口通信实战指南与常见问题解析

1. 串口通信基础概念解析串口通信作为嵌入式系统中最基础也最常用的通信方式之一,其核心原理是通过单根数据线按位顺序传输数据。与并行通信相比,虽然传输速率较低,但具有布线简单、成本低廉、传输距离远等显著优势。在实际工程应用中&#x…...

什么是 AI Agent?它和直接调用大模型 API 做一次问答有什么本质区别?

👨‍⚕️ 主页: gis分享者 👨‍⚕️ 感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍⚕️ 收录于专栏:AI大模型原理和应用面试题 文章目录一、🍀AI Agent概念、AI Agent和直接…...

深度解析:相机、LiDAR与IMU紧耦合SLAM技术的最新进展与挑战

1. 为什么需要相机、LiDAR与IMU紧耦合? 想象一下你第一次玩VR游戏时的场景:头显里的画面随着你转头而实时变化,但稍有延迟就会让人头晕目眩。这正是SLAM技术要解决的核心问题——在未知环境中实时确定自身位置并构建地图。而单一传感器就像只…...

阿里千问Qwen3.5-Omni:全模态大模型的新王者

Qwen3.5-Omni:全模态能力的新巅峰3月30日,阿里发布的千问新一代全模态大模型Qwen3.5-Omni,在音视频理解、识别、交互等215项任务中取得SOTA(性能最佳),超越Gemini-3.1 Pro,成为全球最强的全模态…...

请解释 Linux 操作系统中的进程与线程的区别,并举例说明它们各自的应用场景。

在 Linux 操作系统中,**进程(Process)和线程(Thread)**是程序执行的基本单位,但它们在资源管理、隔离性、通信方式和性能开销上有显著区别。一、核心概念对比特性进程 (Process)线程 (Thread)定义操作系统进…...

Element Plus访问卡顿怎么办?3个实用解决方案让你告别等待焦虑

Element Plus访问卡顿怎么办?3个实用解决方案让你告别等待焦虑 【免费下载链接】element-plus 🎉 A Vue.js 3 UI Library made by Element team 项目地址: https://gitcode.com/GitHub_Trending/el/element-plus 还在为Element Plus官网加载缓慢而…...

像素剧本圣殿新手指南:RPG对话框系统理解AI输出逻辑与修改技巧

像素剧本圣殿新手指南:RPG对话框系统理解AI输出逻辑与修改技巧 1. 认识像素剧本圣殿的RPG对话框系统 像素剧本圣殿的RPG对话框系统是其最具特色的交互界面,它模拟了经典像素游戏中NPC对话的场景。这个系统不仅仅是视觉上的复古设计,更是AI剧…...

【MySQL】第五节 - 事务实战详解:从基础到并发控制(附 Navicat 可运行实验脚本)

《MySQL 事务实战详解:从基础到并发控制(附 Navicat 可运行实验脚本)》 为什么你必须掌握 MySQL 事务? 在现代应用系统中,数据一致性是核心诉求。事务(Transaction) 是保证数据完整性的“黄金…...

PaddleOCR-VL-WEB部署避坑指南:常见问题与优化建议汇总

PaddleOCR-VL-WEB部署避坑指南:常见问题与优化建议汇总 1. 部署前的关键准备 1.1 硬件配置检查清单 在部署PaddleOCR-VL-WEB镜像前,请确保您的硬件满足以下要求: GPU型号:NVIDIA RTX 4090D是最低要求,显存必须≥24G…...

C++的std--ranges中的验证编译期

C20引入的std::ranges库彻底改变了范围操作的方式,其中编译期验证机制是其最强大的特性之一。这种机制允许开发者在编译阶段捕获潜在错误,显著提升了代码的健壮性和性能。本文将深入探讨std::ranges中编译期验证的核心机制及其实际应用价值。编译时概念检…...

QGC二次开发---多机协同任务中的智能框选与指令批量下发

1. 多机协同作业的核心痛点与解决方案 在农业植保、物流配送等需要多架无人机协同作业的场景中,操作人员经常面临一个棘手问题:如何快速选择特定区域的无人机并批量下发指令?传统方法需要逐个点击无人机图标,效率低下且容易出错。…...

GCN在推荐系统中的应用:如何用图神经网络提升电商个性化推荐效果

GCN在电商推荐系统中的实战指南:从二部图构建到A/B测试全流程 当你在电商平台浏览商品时,那些"猜你喜欢"的推荐背后,可能正运行着一套基于图神经网络(GCN)的复杂算法系统。与传统的协同过滤不同,GCN能够捕捉用户-商品交…...

别再手动测试了!教你用ThinkPHP6+Workerman/MQTT搭建一个本地MQTT消息调试台

基于ThinkPHP6与Workerman/MQTT构建物联网调试平台的完整指南 物联网开发中,MQTT协议因其轻量级和高效性成为设备通信的首选方案。但调试MQTT消息往往依赖命令行工具或第三方平台,效率低下且缺乏灵活性。本文将展示如何利用ThinkPHP6框架配合Workerman/M…...

用 Bedrock AgentCore SDK 把 OpenClaw Agent 部署到 AWS 托管运行时:从本地开发到生产上线全流程

用 Bedrock AgentCore SDK 把 OpenClaw Agent 部署到 AWS 托管运行时:从本地开发到生产上线全流程 手里有个跑得好好的 OpenClaw Agent,想搬到 AWS 上让它自动扩缩、有监控有告警?Amazon Bedrock AgentCore 就是干这个的——把任意框架的 AI …...

三种主流技术方案,实现文本差异并排对比与可视化

1. 文本差异对比的技术需求与场景分析 在代码审查、文档修订或数据比对等场景中,文本差异对比功能就像给内容做"CT扫描",能快速定位修改痕迹。我经历过多次团队协作时找不到修改点的尴尬,直到系统化地测试了三种主流技术方案。**并…...

生成单颗10mm级配的cluster骨料

PFC5.0代码,可以破碎的cluster,可模拟碎石、矿渣混凝土材料,ball与cluster颗粒,单轴压缩实验,内涵声发射事件数代码,分析统计ball与ball直接的裂纹数目,cluster内部破碎的裂纹数目上周帮同门调P…...

GinCdn内容分发系统V1.0.9更新内容

GinCdn内容分发系统GinCdn是一款基于Go语言Gin框架自研的轻量高效内容分发系统,专为中小型企业/个人搭建CDN打造,采用主控边缘节点分布式架构,实现智能调度、高效缓存、精准监控的一体化解决方案。无需复杂命令行,小白也能轻松上手…...

基于高斯过程回归的MATLAB时间序列区间预测代码实现与解析

基于高斯过程回归(GPR)的时间序列区间预测 GPR时间序列区间预测 matlab代码 暂无Matlab版本要求 -- 推荐 2018B 版本及以上做时间序列最烦的就是拍脑袋给个“明天涨3%左右”——“左右”到底是正负0.5还是正负3?如果是风电发电的负荷申报,正负差多了要罚…...

C语言编程基础与核心概念详解

1. C语言入门基础解析C语言作为编程世界的基石语言,其简洁高效的特性使其在系统编程、嵌入式开发等领域占据不可替代的地位。我第一次接触C语言是在大学计算机系的实验室里,那个打印出"Hello World"的瞬间至今记忆犹新。让我们从最基础的部分开…...

seo公司招聘的实习机会有哪些

SEO公司招聘的实习机会有哪些? 在当今数字化时代,SEO(搜索引擎优化)已经成为企业在网络上获得高流量和高曝光度的关键手段。随着越来越多的企业意识到SEO的重要性,SEO公司也在不断扩展,吸引大量优秀的实习…...

收藏!小白也能看懂的大模型推理能力训练与未来趋势深度解析

文章讨论了大模型的发展历程,从早期的“读很多书”模式到引入“思考”能力的转变。重点介绍了推理式思考与智能体式思考的区别,以及Qwen团队在模型训练中的经验与挑战。文章指出,未来的重心将从单纯训练模型“思考”转向训练智能体“边想边做…...

终极指南:如何彻底解决Colab运行text-generation-webui的Matplotlib后端错误

终极指南:如何彻底解决Colab运行text-generation-webui的Matplotlib后端错误 【免费下载链接】text-generation-webui The original local LLM interface. Text, vision, tool-calling, training, and more. 100% offline. 项目地址: https://gitcode.com/GitHub_…...

程序运行机制:编译、链接与装入详解

1. 程序运行的底层机制解析作为一名在嵌入式系统开发领域工作多年的工程师,我经常需要深入理解程序从源代码到最终执行的完整过程。这个看似简单的"程序运行"背后,实际上隐藏着编译、链接、装入这三个关键阶段。今天,我就结合自己的…...

shjshxksxjxbf

一、OpenAI 1.OpenAI是什么简单来说,OpenAI 大模型 是由美国人工智能公司 OpenAI 开发的一系列大型语言模型(LLMs) 。你可以把它们想象成拥有巨大“知识储备”和“学习能力”的超级大脑,它们被训练用来理解和生成人类语言&#xf…...

2026年3月上海污水处理设备生产厂家推荐:十大口碑产品评测对比知名

步入2026年3月,随着环保政策持续收紧与工业智能化升级的双重驱动,企业对污水处理设备的需求已从单纯的“达标排放”转向“高效、智能、全生命周期成本最优”。根据中国环保产业协会发布的《2026年度水处理装备市场趋势报告》,超过68%的采购决…...