当前位置: 首页 > article >正文

种类并查集

今天写了一题种类并查集这是我第一次写并查集的题目并查集是解决两个元素连通性问题的算法可以进行集合合并查询两个元素是否在同一个集合在并查集初始状态初始时用一的数组fa记录每个节点的根节点开始时每个元素的根是自己并查集的核心步骤是查找指定点的根节点利用递归以及合并合并时使用find查找根节点然后根据全局数组rankrank就是每棵树的深度的大小把小的挂在大的下面更新根节点的fa。在这里我觉得很巧妙的是如果两个rank值相同那么可以把等于这一步合并到else里面对rank因为相等时那个合并到那个都可以比如我if判断的是rank[a]rank[b],那么else里就可以把rank写在rank[a]rank[b]里面,对每个元素都会有“多重身份”根据题目的要求不同我理解也就是每个元素可能有多少种不同的存在状态看各个元素的关系对于多少种身份在初始化时就要开辟N*K个空间在fa数组中。

相关文章:

种类并查集

今天写了一题种类并查集,这是我第一次写并查集的题目,并查集是解决两个元素连通性问题的算法,可以进行集合合并,查询两个元素是否在同一个集合,在并查集初始状态,初始时用一的数组fa记录每个节点的根节点&a…...

算法训练营第十二天 | 多数元素

今日训练题&#xff1a;169. 多数元素 哈希表方法 代码如下&#xff1a; 思路&#xff1a; 准备一个 “计数器”&#xff1a;unordered_map<int, int> counts;左边记数字&#xff0c;右边记出现几次。 遍历数组&#xff0c;并实时记录出现次数&#xff0c;counts[num]&am…...

计算机网络复习(第三章):数据链路层

数据链路层&#xff1a;成帧、差错控制、可靠传输与介质访问控制 引言&#xff1a;数据链路层在网络中的位置 数据链路层位于物理层之上、网络层之下。物理层负责把比特转换成电信号、光信号或无线电波并在传输介质上传播&#xff0c;而数据链路层要解决的问题更进一步&#xf…...

2026边墙风机行业深度选型对比|英飞风机、格林瀚克、依必安派特三家核心全解析

在工业制造智能化升级、新型基础设施持续落地双重政策加持下&#xff0c;我国边墙风机行业保持7.8%年均稳健增长。行业需求已彻底告别单一基础通风换气&#xff0c;全面升级为高效节能、安全合规、场景精细化适配三维核心标准&#xff0c;市场梯队分化明显&#xff0c;各厂商技…...

chatgptimage2.0手机版app下载安装教程gptimage2.0手机版下载安装教程安卓版app鸿蒙版苹果版IOS电脑版安装包下载地址

&#x1f4e2;提示&#xff1a;资源链接地址放在文章结尾&#x1f447;&#x1f447;&#xff0c;往下翻就行 &#x1f4e2;提示&#xff1a;资源链接地址放在文章结尾&#x1f447;&#x1f447;&#xff0c;往下翻就行 chatgptimage2.0手机版app下载安装教程gptimage2.0手机…...

Django ORM 中的 Many-to-Many 关系处理

在 Django 开发中,处理数据库关系是常见任务之一。尤其是 Many-to-Many(多对多)关系的处理,常常需要一些技巧来高效地获取和组织数据。本文将通过一个实际案例,探讨如何在 Django ORM 中处理多对多关系,并展示如何将复杂的数据结构转化为易于使用的格式。 背景介绍 假设…...

别再折腾MCP2515了!手把手教你用ESP32内置TWAI外设实现CAN通信(附完整代码与500K波特率避坑指南)

ESP32内置TWAI外设实战&#xff1a;抛弃MCP2515的高效CAN通信方案 当我在智能家居控制项目中第一次尝试用ESP32连接汽车ECU时&#xff0c;MCP2515模块的SPI速率瓶颈让我头疼不已。直到发现ESP32内部沉睡的TWAI外设——这个被多数开发者忽视的硬件级CAN控制器&#xff0c;才真正…...

Flutter 翻页动画:前后翻页实现

在现代移动应用开发中,用户体验至关重要。一个好的阅读体验不仅需要内容丰富,还需要流畅的界面交互。今天,我们将探讨如何在 Flutter 中实现一个可以前后翻页的图书阅读页面。 背景 在 Flutter 中实现翻页效果,通常会使用第三方库,如 flip_widget 或 page_flip。这些库提…...

定制开发落地实践:D-coding 销售采购系统赋能上海多终端软件项目建设

摘要&#xff1a; 在订单驱动型企业中&#xff0c;销售与采购往往不是两条独立流程&#xff0c;而是一条从客户需求、询价比价、采购执行、物流跟踪到开票结算的连续业务链。本文围绕销售采购系统的核心场景&#xff0c;结合上海APP开发、上海小程序开发、上海软件定制开发的实…...

机器学习分类算法超参数调优实战指南

1. 机器学习分类算法超参数调优实战指南在机器学习项目中&#xff0c;算法超参数的选择往往决定了模型的最终表现。与模型训练过程中自动学习的参数不同&#xff0c;超参数需要我们在训练前手动设置。这就引出了一个关键问题&#xff1a;面对众多超参数选项&#xff0c;我们该如…...

云原生数据管道实现

云原生数据管道实现 1. 数据管道的概念与价值 数据管道是指将数据从源系统传输到目标系统的一系列处理步骤&#xff0c;包括数据提取、转换和加载&#xff08;ETL&#xff09;过程。在云原生环境中&#xff0c;数据管道变得尤为重要&#xff0c;因为企业需要处理和分析大量的数…...

Java 刷题必备:HashMap、HashSet、ArrayList 超全速记手册

在 Java 算法刷题和日常开发中&#xff0c;HashMap、HashSet、ArrayList 是使用率最高的三个集合工具&#xff0c;堪称「刷题三巨头」。本文整理了它们的基础用法、核心方法、高频场景、易错点&#xff0c;纯干货无废话&#xff0c;背会就能直接上手写代码&#xff01;一、Hash…...

蓝桥杯单片机实战:NE555频率测量与定时器配置详解

1. NE555频率测量基础与硬件连接 在蓝桥杯单片机竞赛中&#xff0c;NE555频率测量是常见的基础任务。NE555作为经典定时器芯片&#xff0c;能产生稳定的方波信号。测量其输出频率的核心思路是将信号接入单片机计数器引脚&#xff0c;通过定时采样计数值换算频率。这里有个关键细…...

基于TypeScript的AI Agent开发SDK:模块化架构与工程实践指南

1. 项目概述&#xff1a;一个为AI Agent开发赋能的TypeScript SDK如果你正在尝试构建一个能够自主思考、调用工具、并与用户进行复杂交互的AI智能体&#xff08;Agent&#xff09;&#xff0c;那么你很可能已经感受到了其中的复杂性。从理解用户意图、规划任务步骤&#xff0c;…...

Qwen3.5-2B应用场景:教育行业作业批改辅助——截图题+多步解题推理

Qwen3.5-2B应用场景&#xff1a;教育行业作业批改辅助——截图题多步解题推理 1. 教育行业的作业批改痛点 1.1 传统批改方式的挑战 人工批改耗时&#xff1a;教师每天需要花费大量时间批改作业&#xff0c;特别是数学、物理等需要逐步推理的科目截图题处理困难&#xff1a;学…...

别再折腾双系统了!用WSL2+CentOS7+xfce4打造你的Windows原生Linux开发桌面

告别双系统&#xff1a;用WSL2CentOS7构建无缝Linux开发环境 每次重启切换操作系统的等待&#xff0c;虚拟机卡顿时的烦躁&#xff0c;开发环境不一致导致的调试噩梦——这些困扰开发者多年的问题&#xff0c;其实早该被扔进技术历史的垃圾桶。当WSL2遇上轻量级桌面环境&#x…...

三大突破:FakeLocation如何通过应用级Hook技术实现Android精准虚拟定位

三大突破&#xff1a;FakeLocation如何通过应用级Hook技术实现Android精准虚拟定位 【免费下载链接】FakeLocation Xposed module to mock locations per app. 项目地址: https://gitcode.com/gh_mirrors/fak/FakeLocation 在移动应用生态中&#xff0c;位置隐私保护已成…...

JavaScript中Symbol-keyFor检索全局符号键名逻辑

Symbol.keyFor()仅对Symbol.for()创建的全局Symbol有效&#xff0c;返回其键名字符串&#xff1b;对Symbol()创建的局部Symbol或内建Symbol均返回undefined。Symbol.keyFor() 只对通过 Symbol.for() 注册到全局符号注册表的 Symbol 有效&#xff0c;它返回该 Symbol 对应的键名…...

JavaScript中函数声明位置对解析器预编译的影响

函数声明会被完整提升&#xff0c;包括函数名和函数体&#xff1b;函数表达式仅变量名提升&#xff0c;赋值不提升&#xff1b;块级函数声明行为不统一&#xff0c;严格模式下受TDZ约束&#xff1b;箭头函数和class声明不享受函数声明式提升。JavaScript中函数声明会被提升&…...

AI试衣算法源码-一键生成模特试衣图-支持多角度+纹理自适应-PHP+MySQL-电商降本增效

温馨提示&#xff1a;文末有资源获取方式电商服装类目卖家都清楚&#xff0c;一套像样的模特试衣图拍摄下来&#xff1a;模特费用&#xff1a;500-2000元/天摄影师灯光&#xff1a;800-3000元/天化妆师场地&#xff1a;500-1500元/天后期修图&#xff1a;20-100元/张一套衣服拍…...

工作绩效数据—>工作绩效信息—>工作绩效报告

在软考10大管理知识域&#xff0c; 经常会看到这3个词。 所有10大管理都有工作绩效数据、工作绩效信息&#xff0c;在整合管理、沟通管理中还包括工作绩效报告 这3个词是有先后顺序的&#xff0c; 第一 数据&#xff0c; 第二 信息&#xff0c; 第三 报告。 从5大过程组的角度看…...

避开海面遥感坑:实测讲解SAR不同入射角(20°-70°)下海面回波信号的差异与选择

避开海面遥感坑&#xff1a;实测讲解SAR不同入射角&#xff08;20-70&#xff09;下海面回波信号的差异与选择 海洋监测的精度往往藏在雷达参数的细节里。去年参与南海风场反演项目时&#xff0c;团队因入射角选择不当导致数据信噪比骤降30%&#xff0c;不得不返工重飞。这个教…...

AI一键换衣换装系统-自研CGSY算法-模特自动适配-开源SaaS-可二开无限开账号

温馨提示&#xff1a;文末有资源获取方式在电商服装类目中&#xff0c;传统模特拍摄成本高、周期长&#xff0c;一套图动辄几千上万。如今&#xff0c;基于自研CGSY算法的AI换衣系统正改变这一局面。核心功能列表多类型服装支持&#xff1a;上传模特图上衣/下衣/连衣裙图&#…...

OpenAI注册登录总报错?别慌,这份保姆级排错指南(含IP、Cloudflare、节点选择)

OpenAI注册登录报错全攻略&#xff1a;从IP优化到环境配置的深度解决方案 开篇&#xff1a;为什么你的OpenAI账号总是无法正常使用&#xff1f; 最近半年&#xff0c;身边至少有二十位朋友向我抱怨过同一个问题&#xff1a;"OpenAI的注册页面怎么一直报错&#xff1f;&quo…...

2026工业级实战:YOLO模型从200MB无损压缩到20MB,边缘部署帧率暴涨10倍全方案

在工业视觉、智能安防、移动机器人等端侧落地场景中&#xff0c;YOLO早已成为目标检测的绝对主流。但我们始终面临一个无解的矛盾&#xff1a;高精度的大模型&#xff08;如YOLOv8x、YOLOv11x&#xff09;动辄200MB&#xff0c;在Jetson Nano、瑞芯微RK3588、嵌入式工控机等边缘…...

机器学习模型评估的统计学方法与置信区间计算

1. 机器学习模型评估的统计学基础在Tom Mitchell 1997年出版的经典教材《机器学习》中&#xff0c;第五章专门讨论了评估机器学习模型的统计方法。这一章节至今仍具有重要价值&#xff0c;因为统计学为机器学习项目的每个阶段提供了关键工具集。没有统计方法&#xff0c;从业者…...

新药研发避坑指南:如何用ADMET预测工具(如ADMETlab 2.0)提前筛掉“问题分子”?

新药研发避坑指南&#xff1a;如何用ADMET预测工具提前筛掉"问题分子"&#xff1f; 在药物研发的漫长征程中&#xff0c;最令人沮丧的莫过于投入大量资源后&#xff0c;发现候选分子因ADMET&#xff08;吸收、分布、代谢、排泄和毒性&#xff09;问题而功亏一篑。据统…...

量子KIC模型与量子电池:理论与精确对角化技术

1. 量子KIC模型与量子电池的基础理论框架量子KIC模型&#xff08;Kicked Ising Chain&#xff09;是量子多体物理中一个极具研究价值的系统&#xff0c;它将传统的横向场伊辛模型&#xff08;TFIM&#xff09;与周期性脉冲&#xff08;kick&#xff09;相结合。这个模型之所以引…...

终极Photoshop AI插件SD-PPP完整指南:如何快速集成Stable Diffusion到设计工作流

终极Photoshop AI插件SD-PPP完整指南&#xff1a;如何快速集成Stable Diffusion到设计工作流 【免费下载链接】sd-ppp A Photoshop AI plugin 项目地址: https://gitcode.com/gh_mirrors/sd/sd-ppp 在当今AI绘图技术日新月异的时代&#xff0c;SD-PPP作为一款创新的Phot…...

神经机器翻译技术演进与工程实践

1. 神经机器翻译的演进历程机器翻译作为人工智能领域最具挑战性的任务之一&#xff0c;其发展历程经历了三个主要阶段。最早可追溯至上世纪50年代&#xff0c;当时计算机科学家们就梦想着实现自动语言转换。早期的规则式机器翻译(RBMT)系统完全依赖语言学专家手工编写的转换规则…...