当前位置: 首页 > news >正文

《算法竞赛·快冲300题》每日一题:“简化农场”

算法竞赛·快冲300题》将于2024年出版,是《算法竞赛》的辅助练习册。
所有题目放在自建的OJ New Online Judge。
用C/C++、Java、Python三种语言给出代码,以中低档题为主,适合入门、进阶。

文章目录

  • 题目描述
  • 题解
  • C++代码
  • Java代码
  • Python代码

简化农场” ,链接: http://oj.ecustacm.cn/problem.php?id=1879

题目描述

【题目描述】 约翰的农场可以看做一个图,农田代表图中顶点,田间小路代表图中的边,每条边有一定的长度。
   约翰发现自己的农场中最多有三条小路有着相同的长度。
   约翰想删除一些小路使得农场成为一棵树,使得两块农田间只有一条路径。
   约翰想把农场设计成最小生成树,也就是农场道路的总长度最短。
   请帮助约翰找出最小生成树的总长度,同时请计算出总共有多少种最小生成树。
【输入格式】 输入第一行为两个正整数 N 和 M ,表示点数和边数(1 <= N <= 40,000; 1 <= M <= 100,000)。
   接下来 M 行,每行三个整数 ai, bi, ci,表示点 ai 和 bi 之间存在长度为 ci 的无向边。(1 <= ai, bi <= N; 1 <= ci <= 1,000,000)
【输出格式】 输出一行包含两个整数,分别表示最小生成树的长度和最小生成树的数目。
数目对 1,000,000,007 求余.
【输入样例】

4 5
1 2 1
3 4 1
1 3 2
1 4 2
2 3 2

【输出样例】

4 3

题解

   有两种最小生成树(MST)算法:kruskal、prim。Kruskal的思路是对边贪心,“最短的边一定在MST上”;prim的思路是对点贪心,“最近的邻居点一定在MST上”。
   本题描述中比较特殊的地方是:(1)最多有三条小路(边)有相同长度;(2)计算总共有多少种最小生成树。着重点在边上,所以用kruskal算法。
   kruskal算法执行步骤是:(1)对边排序;(2)从最短的边开始,从小到大依次把边加入到MST中;(3)加边的过程中用并查集判断是否产生圈,如果形成了圈就丢弃这个边;(4)所有边处理完后结束,或者加边的数量等于n-1时结束。
   如果所有的边长都不同,那么只有一种最小生成树。题目指出“最多有三条边的长度相同”,从样例可知,有等长的两条边,也有等长的三条边。对边排序时,这些相等的边会挨在一起。
   处理等长边,设cnt是合法(所谓合法,是指这个边加入到MST,不会产生圈)的边的数量,num是这几个等长边有几个能同时加入到MST。sum是最小生成树的数目。
   (1)有两条等长边。
   若cnt=1,只有一条边是合法的,也就是说这条边别无选择,那么sum不变。
   若cnt=2,有2条边合法,继续讨论:
   1)num=1,即这两条等长边只有一条能加入到MST中。那么sum = sumcnt,即sum=sum2。以下图为例,s1和s2是两棵已经加入到MST的子树,它们内部没有圈。现在加两条等长边(x1,y1)、(x2,y2),它们单独加入MST都是合法的,但是同时加入就会形成圈。
在这里插入图片描述
   2)num=2,即这两条等长边都应该加入到MST中。那么sum不变,即sum=sum1。以下图为例。
在这里插入图片描述
   (2)有三个等长边。
   若cnt=1,只有一条边合法,sum不变。
   若cnt=2,有两条边合法,和(1)有两条等长边,且cnt=2的情况一样。
   若cnt=3,有三条边合法,那么:
   1)num = 1,只有一条边能加入到MST中,sum = sum
cnt=sum3。以下图为例,三条边任选一条,有3种情况。
在这里插入图片描述
   2)num = 2,有两条边能加入到MST中,且其中一条边必须加,sum = sum
2。以下图为例,三条边任选两条,有2种情况。
在这里插入图片描述
   3)num = 2,有两条边能加入到MST中,且是任意两条,sum = sum*3。以下图为例,三条边任选两条,有3种情况。
在这里插入图片描述
   3)num = 3,三条边都应该加入到MST中,sum不变。

【重点】 kruskal 。

C++代码

#include<bits/stdc++.h>
using namespace std;
#define int long long
const int N = 1e6+10;
const int mod = 1e9+7;
struct Node{int x,y,val;}e[N<<1];
bool cmp(Node a,Node b){return a.val<b.val;}//按边权排序
int n,m;
int s[N];          //并查集
int ans=0,sum=1;   //ans: MST的总长度, sum:最小生成树的数目
int find_set(int x){                         //查询并查集,返回x的根if(x != s[x]) s[x] = find_set(s[x]);     //路径压缩return s[x];
}
void kruscal(){for(int i=1;i<=n;i++) s[i] = i;  //并查集初始化sort(e+1,e+m+1,cmp);             //边:升序排序for(int i=1;i<=m;){              //遍历所有边,每次处理其中的等长边int cnt = 0;                 //这次的等长边中,有几个可以加入MSTset<pair<int,int> >st;       //set用于存储并去重int j;                       //第i~j个边等长for(j=i;j<=i+2 && e[i].val==e[j].val;j++){ //枚举等长边,最多3个相同。更新jint s1 = find_set(e[j].x);   //边的一个端点属于哪个集?int s2 = find_set(e[j].y);   //边的另一个端点属于哪个集?if(s1 > s2)  swap(s1,s2);if(s1 != s2){                //两个集不等,这个边可以加入到MST中cnt ++;                  //cnt: 允许加入MST的边的数量st.insert(make_pair(s1,s2));   //这个边的两端点所属的集存到st中}}                                //第i~j个边是等长的int num = 0;for(;i<j;i++){                   //开始时第i~j个边是等长的。i=j时退出int s1 = find_set(e[i].x);int s2 = find_set(e[i].y);if(s1 != s2){                //不属于一个集,可以加入到树里s[s2] = s1;              //并查集合并num++;                   //这几个等长边有num个可以同时加入树}}ans += e[i-1].val*num;    //这几个等长边最后有num个可以加入到MST,计算MST总长if(num == 1)  sum = sum*cnt%mod;   //只有一条边能加入树,直接乘以cntif(cnt == 3 && num==2 && st.size() == 2) sum = 2*sum%mod;if(cnt == 3 && num==2 && st.size() == 3) sum = 3*sum%mod;//其他情况方案数都不变}
}
signed main(){scanf("%lld%lld",&n,&m);  //读点,边for(int i=1;i<=m;i++)     //存边,用最简单的“边集数组”存边scanf("%lld%lld%lld",&e[i].x,&e[i].y,&e[i].val);kruscal();                //最小生成树printf("%lld %lld\n",ans,sum);
}

Java代码

 

Python代码

  

 

相关文章:

《算法竞赛·快冲300题》每日一题:“简化农场”

《算法竞赛快冲300题》将于2024年出版&#xff0c;是《算法竞赛》的辅助练习册。 所有题目放在自建的OJ New Online Judge。 用C/C、Java、Python三种语言给出代码&#xff0c;以中低档题为主&#xff0c;适合入门、进阶。 文章目录 题目描述题解C代码Java代码Python代码 “ 简…...

【二等奖方案】大规模金融图数据中异常风险行为模式挖掘赛题「冀科数字」解题思路

第十届CCF大数据与计算智能大赛&#xff08;2022 CCF BDCI&#xff09;已圆满结束&#xff0c;大赛官方竞赛平台DataFountain&#xff08;简称DF平台&#xff09;正在陆续释出各赛题获奖队伍的方案思路&#xff0c;欢迎广大数据科学家交流讨论。 本方案为【大规模金融图数据中…...

C# List与HashSet的contains()方法查询速度比较

List 和HashSet同时查询40万条数据&#xff0c;谁的效率更高&#xff1f; //**1.下面是List底层源码**public boolean contains(Object o) {//如果查到我们想要查询的值则返回一个true&#xff0c;否则返回false&#xff0c;return indexOf(o) > 0;//这里是调用了indexOf方…...

命令执行漏洞复现攻击:识别威胁并加强安全

环境准备 这篇文章旨在用于网络安全学习&#xff0c;请勿进行任何非法行为&#xff0c;否则后果自负。 一、攻击相关介绍 原理 主要是输入验证不严格、代码逻辑错误、应用程序或系统中缺少安全机制等。攻击者可以通过构造特定的输入向应用程序或系统注入恶意代码&#xff…...

Keepalived实现服务器的高可用性

目录 背景方案简介KeepalivedHeartbeat Keepalived技术介绍Keepalived通信方式时间同步 Keepalived配置案例Keepalived日志配置Keepalived服务配置全局配置段VRRP配置段Keepalived服务启动 服务异常检测 背景 在实际应用中&#xff0c;为了提高服务器的高可用性&#xff0c;往…...

Python程序化交易接口批量获取数据源码

小编举例下面是一个简单的示例代码&#xff0c;展示如何使用Python的程序化交易接口批量获取数据&#xff0c;例如开发文档参考&#xff1a;MetaTradeAPI (metatradeapi) - Gitee.com 签名 int Init(); 功能 API 初始化 参数 无 返回值 授权成功的交易账户数量 返回值 &…...

【强化学习】基本概念

基本大概框架 强化学习的主要角色是 智能体 &#xff08;agent&#xff09;和 环境,环境是智能体存在和互动的世界。智能体根据当前的环境做出action&#xff0c;action影响环境。然后智能体根据新的环境再进行action。 基础用语 状态&#xff08;state, s&#xff09;&…...

0001__安装electron失败 postinstall: `node install.js`

不一样的 npm 快速安装electron的方案 - 简书 2、手动下载出错的文件 打开浏览器输入 下述网址&#xff0c; 找到你要的版本号&#xff0c; 点击后找到你的平台点击即可下载了。https://registry.npmmirror.com/binary.html?pathelectron/ 作者&#xff1a;一颗人心 链接&…...

Linux测开常用命令总结

文章目录 Linux系统中文件目录树 基本指令的使用&#xff1a; Linux命令的帮助信息查看 --help command --help 说明&#xff1a; 显示command 命令的帮助信息通过man命令查看帮助信息 man command( 命令的名称) man 命令查看的帮助信息更加详细ls&#xff0c;pwd&#xff0c…...

xml转化为txt数据的脚本,为yolo提供训练

这里写自定义目录标题 xml转化为txt数据的脚本 xml转化为txt数据的脚本 代码如下&#xff1a; import xml.etree.ElementTree as ET import os, cv2 import numpy as np from os import listdir from os.path import joinclasses []def convert(size, box):dw 1. / (size[0…...

【H5页面嵌入到小程序或APP中实现手机号点击复制和拨号功能】

在H5界面嵌入到小程序和移动应用&#xff08;安卓和iOS&#xff09;中实现手指点击手机号弹出弹窗&#xff0c;包含呼叫和复制选项&#xff0c;是可以实现的。下面我将为你提供一个基本的示例&#xff0c;并解释在小程序、安卓和iOS中要做的支持工作。 <!DOCTYPE html> …...

Kubernetes技术--k8s核心技术 configMap

1.概述 configMap最主要的作用是存储一些不加密的数据到/etcd,让pod以变量或者数据卷(volume)挂载到容器。 应用场景:配置文件、存储信息等 2.使用 -1.创建配置文件。 这里我们需要先编写一个配置文件。使用redis,如下所示:...

Springboot动态修改日志级别

在开发和运维过程中&#xff0c;我们经常需要调整日志级别来查看不同级别的日志信息。传统的做法是修改配置文件&#xff0c;然后重启应用程序。但是&#xff0c;在分布式系统中&#xff0c;重启应用程序可能比较麻烦&#xff0c;而且也影响了业务的正常运行。 Springboot提供…...

新手将最简单的springboot部署上tomcat出现的意外问题

现阶段springboot部署到tomcat的文章一抓一大把且都相同,便贴一个地址以展示流程: SpringBoot打war包部署Tomcat(最全)_spring boot war 部署tomcat_聊Java的博客-CSDN博客 那么就说一下我出现的问题: 在完整复现流程且确认代码无误的情况下,部署到tomcat,此时问题出现了:启动…...

P1177 【模板】排序(Sort排序)

题目描述 将读入的 N N N 个数从小到大排序后输出。 输入格式 第一行为一个正整数 N N N。 第二行包含 N N N 个空格隔开的正整数 a i a_i ai​&#xff0c;为你需要进行排序的数。 输出格式 将给定的 N N N 个数从小到大输出&#xff0c;数之间空格隔开&#xff0c…...

软件测试(黑盒测试、白盒测试、灰盒测试)

软件测试方法大类上分为黑盒测试、白盒测试和灰盒测试三种 一、黑盒测试 黑盒测试通俗来说即不知道代码是怎么写的。具体实现逻辑&#xff0c;基于代码输入有哪些应该输出什么进行测试的方法。其方法有&#xff1a;基于直觉和经验的方法&#xff08;IEBT&#xff09;、基于需…...

昨天面试的时候被提问到的问题集合。

1、vue的双向绑定原理是什么&#xff1f;里面的关键点在哪里&#xff1f; 2、实现水平垂直居中的方式&#xff1f; 3、常用伪元素有哪一些&#xff1f; 4、移动端如何适配不同屏幕尺寸&#xff1f; 5、本地存储有哪一些&#xff1f;他们三者有什么区别&#xff1f; 6、JS的数据…...

广电运营商三网融合监控运维方案

随着三网融合逐步发展、深化&#xff0c;广电网络从为用户提供原本单一的信息服务转向了集语音、文字、图像为一体的信息服务&#xff0c;同时也实现了由单一独立的网络向综合性网络的改变。如何在业务的融合与竞争中创造核心竞争力&#xff0c;利用自身网络覆盖率上的优势&…...

数据库锁简析

数据库大并发操作要考虑死锁和锁的性能问题。用T1代表一个数据库执行请求&#xff0c;T2代表另一个请求&#xff0c;也可以理解为T1为一个线程&#xff0c;T2 为另一个线程。T3,T4以此类推。下面以SQL Server为例。 锁的种类 共享锁(Shared lock) 例1&#xff1a;T1: select…...

说说广播流与普通流

分析&回答 user actions 可以看作是事件流&#xff08;普通流&#xff09;patterns 为广播流,把全量数据加载到不同的计算节点。 广播流 Broadcast是一份存储在TaskManager内存中的只读的缓存数据在执行job的过程中需要反复使用的数据&#xff0c;为了达到数据共享&am…...

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…...

Golang 面试经典题:map 的 key 可以是什么类型?哪些不可以?

Golang 面试经典题&#xff1a;map 的 key 可以是什么类型&#xff1f;哪些不可以&#xff1f; 在 Golang 的面试中&#xff0c;map 类型的使用是一个常见的考点&#xff0c;其中对 key 类型的合法性 是一道常被提及的基础却很容易被忽视的问题。本文将带你深入理解 Golang 中…...

MongoDB学习和应用(高效的非关系型数据库)

一丶 MongoDB简介 对于社交类软件的功能&#xff0c;我们需要对它的功能特点进行分析&#xff1a; 数据量会随着用户数增大而增大读多写少价值较低非好友看不到其动态信息地理位置的查询… 针对以上特点进行分析各大存储工具&#xff1a; mysql&#xff1a;关系型数据库&am…...

ffmpeg(四):滤镜命令

FFmpeg 的滤镜命令是用于音视频处理中的强大工具&#xff0c;可以完成剪裁、缩放、加水印、调色、合成、旋转、模糊、叠加字幕等复杂的操作。其核心语法格式一般如下&#xff1a; ffmpeg -i input.mp4 -vf "滤镜参数" output.mp4或者带音频滤镜&#xff1a; ffmpeg…...

Python爬虫(二):爬虫完整流程

爬虫完整流程详解&#xff08;7大核心步骤实战技巧&#xff09; 一、爬虫完整工作流程 以下是爬虫开发的完整流程&#xff0c;我将结合具体技术点和实战经验展开说明&#xff1a; 1. 目标分析与前期准备 网站技术分析&#xff1a; 使用浏览器开发者工具&#xff08;F12&…...

GitHub 趋势日报 (2025年06月08日)

&#x1f4ca; 由 TrendForge 系统生成 | &#x1f310; https://trendforge.devlive.org/ &#x1f310; 本日报中的项目描述已自动翻译为中文 &#x1f4c8; 今日获星趋势图 今日获星趋势图 884 cognee 566 dify 414 HumanSystemOptimization 414 omni-tools 321 note-gen …...

关于 WASM:1. WASM 基础原理

一、WASM 简介 1.1 WebAssembly 是什么&#xff1f; WebAssembly&#xff08;WASM&#xff09; 是一种能在现代浏览器中高效运行的二进制指令格式&#xff0c;它不是传统的编程语言&#xff0c;而是一种 低级字节码格式&#xff0c;可由高级语言&#xff08;如 C、C、Rust&am…...

智能分布式爬虫的数据处理流水线优化:基于深度强化学习的数据质量控制

在数字化浪潮席卷全球的今天&#xff0c;数据已成为企业和研究机构的核心资产。智能分布式爬虫作为高效的数据采集工具&#xff0c;在大规模数据获取中发挥着关键作用。然而&#xff0c;传统的数据处理流水线在面对复杂多变的网络环境和海量异构数据时&#xff0c;常出现数据质…...

让回归模型不再被异常值“带跑偏“,MSE和Cauchy损失函数在噪声数据环境下的实战对比

在机器学习的回归分析中&#xff0c;损失函数的选择对模型性能具有决定性影响。均方误差&#xff08;MSE&#xff09;作为经典的损失函数&#xff0c;在处理干净数据时表现优异&#xff0c;但在面对包含异常值的噪声数据时&#xff0c;其对大误差的二次惩罚机制往往导致模型参数…...

LINUX 69 FTP 客服管理系统 man 5 /etc/vsftpd/vsftpd.conf

FTP 客服管理系统 实现kefu123登录&#xff0c;不允许匿名访问&#xff0c;kefu只能访问/data/kefu目录&#xff0c;不能查看其他目录 创建账号密码 useradd kefu echo 123|passwd -stdin kefu [rootcode caozx26420]# echo 123|passwd --stdin kefu 更改用户 kefu 的密码…...