博客
关于我
3-2 排座位 (20分)
阅读量:112 次
发布时间:2019-02-26

本文共 1447 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要确保在安排宴席座位时,任何一对死对头不会坐在同一张宴会桌旁。我们可以使用并查集(Union-Find)来高效地管理朋友关系,并使用二维数组来记录敌对关系。

方法思路

  • 初始化数据结构:使用并查集来管理朋友关系,二维数组用于记录敌对关系。
  • 处理关系:遍历所有给定的关系,更新并查集和敌对数组。
  • 处理查询:对于每个查询,检查两位宾客的关系和是否有共同朋友,根据情况输出相应的结果。
  • 解决代码

    #include 
    using namespace std;int f[101];int di[101][101];void init() { for (int i = 1; i <= 100; i++) { f[i] = i; }}int find(int x) { if (x == f[x]) { return x; } else { f[x] = find(f[x]); }}void merge(int x, int y) { int a = find(x); int b = find(y); if (a != b) { f[b] = a; }}int main() { int n, m, k; cin >> n >> m >> k; init(); int g1, g2, ship; while (m--) { cin >> g1 >> g2 >> ship; if (ship == 1) { merge(g1, g2); } else { di[g1][g2] = di[g2][g1] = 1; } } while (k--) { cin >> g1 >> g2; int a = find(g1); int b = find(g2); if (di[g1][g2] == 1) { if (a == b) { cout << "OK but..." << endl; } else { cout << "No way" << endl; } } else { if (a == b) { cout << "No problem" << endl; } else { cout << "OK" << endl; } } } return 0;}

    代码解释

  • 初始化:init函数初始化并查集,每个宾客最初都是自己的代表。
  • 查找:find函数用于查找一个元素的根节点,路径压缩优化了查找时间。
  • 合并:merge函数将两个集合合并,用于处理朋友关系。
  • 处理输入:读取输入数据,处理关系,更新并查集和敌对数组。
  • 处理查询:对于每个查询,检查是否为敌对关系及其共同朋友,输出相应结果。
  • 这种方法确保了高效处理大量关系,并准确判断每对宾客是否可以同席。

    转载地址:http://njdk.baihongyu.com/

    你可能感兴趣的文章
    python制作甘特图的基本知识(附Demo)
    查看>>
    python制作一个简单的服务器,【Python】 做一个简单的 http 服务器
    查看>>
    Python到底能做什么?它的优点在哪?
    查看>>
    python利用pytorch库导出图像分割算子
    查看>>
    python利用pyshark监听网卡来抓包其中pyshark中摸索的一些可用参数
    查看>>
    python利用excel分析过杀漏失
    查看>>
    python判断汉字数目
    查看>>
    python判断文件是空的,如果是空的,就删除
    查看>>
    python判断密码是否正确_python密码判断是否符合要求的方法
    查看>>
    python判断字符串包含中文_Python 判断字符串是否包含中文
    查看>>
    python删除第一行_Python 乱码指北:一行删掉根目录
    查看>>
    Python删除列表元素的三种方法
    查看>>
    python初步学习-python数据类型-集合(set)
    查看>>
    python列表生成字典_Python中将字典转换为列表的方法
    查看>>
    python列表对应元素合并为列表及判断一个列表是几维
    查看>>
    python列表去重复后按照顺序_从包含不可共元素的Python列表中删除重复元素,同时保留顺序?...
    查看>>
    python列表前几个_python之列表
    查看>>
    python列表元组
    查看>>
    Python列表/元组/字典和集合使用
    查看>>
    python列表 行列选择_python_pandas_dataframe_行列选择_切片操作
    查看>>