博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
zoj-1789
阅读量:4286 次
发布时间:2019-05-27

本文共 855 字,大约阅读时间需要 2 分钟。

题目链接:

题意:查找与0有关的人 即为SARS 并查集

#include
#include
#include
using namespace std;int father[30005];int rank[30005] ;int n,m;void init(){ for(int i = 0 ; i < n ;i ++ ) { father[i] = i; rank[i] = 1; //自身节点为1 }}int find(int x){ if(x != father[x]) return find(father[x]); return father[x] ;}void Union(int x,int y){ int xx = find(x); int yy = find(y); if(xx == yy) return ; father[xx] = yy; rank[yy] += rank[xx] ; //记录共同祖先的有多少个成员}int main(){ int a,b,k; while(scanf("%d%d",&n,&m),n+m) { init(); for(int i = 0; i < m ; i++) { scanf("%d%d",&k,&a); for(int j = 1 ; j < k ;j ++) { scanf("%d",&b); Union(a,b); a = b ; } } printf("%d\n",rank[find(0)]);//查找0的祖先 }}

转载地址:http://yysgi.baihongyu.com/

你可能感兴趣的文章
networkx使用笔记(二)之小试牛刀篇
查看>>
Python 优雅的操作字典
查看>>
Latex设置表格字体大小
查看>>
Latex公式及编号
查看>>
Python __future__ 模块
查看>>
TensorFlow入门学习(让机器/算法帮助我们作出选择)
查看>>
把项目从Python2.x移植到Python3.x的经验总结
查看>>
如何在python下安装xgboost
查看>>
xgboost特征选择
查看>>
kaggle数据挖掘竞赛初步--Titanic&lt;数据变换&gt;,kaggle--titanic
查看>>
XGBoost-Python完全调参指南-参数解释篇
查看>>
【scikit-learn】scikit-learn的线性回归模型
查看>>
广告点击率预测 [离线部分]
查看>>
广告点击率预估中的特征选择
查看>>
数据科学入门,使用 xgboost 初试 kaggle
查看>>
sklearn的train_test_split
查看>>
xgboost入门与实战(实战调参篇) 标签: xgboostpythonkaggle机器学习
查看>>
[scikit-learn] 特征二值化编码函数的一些坑
查看>>
使用sklearn优雅地进行数据挖掘
查看>>
Python SciPy Sparse模块学习笔记
查看>>