信奥赛C++提高组csp-s之欧拉回路(案例实践)

信奥赛C++提高组csp-s之欧拉回路(案例实践)

欧拉路径

题目描述

求有向图字典序最小的欧拉路径。

输入格式

第一行两个整数n , m n,mn,m表示有向图的点数和边数。

接下来m mm行每行两个整数u , v u,vu,v表示存在一条u → v u\to vuv的有向边。

输出格式

如果不存在欧拉路径,输出一行No

否则输出一行m + 1 m+1m+1个数字,表示字典序最小的欧拉路径。

输入样例1
4 6 1 3 2 1 4 2 3 3 1 2 3 4
输出样例1
1 2 1 3 3 4 2
输入样例2
5 5 1 2 3 5 4 3 3 4 2 3
输出样例2
1 2 3 4 3 5
输入样例3
4 3 1 2 1 3 1 4
输出样例3
No
说明/提示

对于50 % 50\%50%的数据,n , m ≤ 10 3 n,m\leq 10^3n,m103

对于100 % 100\%100%的数据,1 ≤ u , v ≤ n ≤ 10 5 1\leq u,v\leq n\leq 10^51u,vn105m ≤ 2 × 10 5 m\leq 2\times 10^5m2×105

保证将有向边视为无向边后图连通。


问题分析

  • 问题类型:有向图欧拉路径/回路
  • 特殊要求:输出字典序最小的路径,不存在则输出"No"
  • 图特点:简单有向图,无重边自环
  • 数据范围:n≤105,m≤2×105

解题思路

  1. 统计每个顶点的入度和出度
  2. 检查是否存在欧拉路径/回路:
    • 计算起终点数量
    • 验证度数条件
  3. 确定起点:
    • 欧拉路径:起点为出度=入度+1的顶点
    • 欧拉回路:起点为最小的有边顶点
  4. 使用Hierholzer算法DFS遍历
  5. 使用邻接表存储,并排序保证字典序
  6. 检查路径长度,确保图连通

代码实现

#include<bits/stdc++.h>usingnamespacestd;constintMAXN=100005;// 最大顶点数constintMAXM=200005;// 最大边数intn,m;// 顶点数和边数vector<int>graph[MAXN];// 邻接表存储图intinDegree[MAXN];// 入度数组intoutDegree[MAXN];// 出度数组vector<int>eulerPath;// 存储欧拉路径intcurrentEdgeIndex[MAXN];// 记录每个顶点当前访问到哪条边// 深度优先搜索,寻找欧拉路径voiddfs(intcurrentVertex){// 使用当前边的索引,避免重复检查已访问的边while(currentEdgeIndex[currentVertex]<(int)graph[currentVertex].size()){// 获取下一个要访问的顶点intnextVertex=graph[currentVertex][currentEdgeIndex[currentVertex]];// 移动到下一条边(模拟删除已访问的边)currentEdgeIndex[currentVertex]++;// 递归访问下一个顶点dfs(nextVertex);}// 回溯时记录当前顶点eulerPath.push_back(currentVertex);}intmain(){ios::sync_with_stdio(false);cin.tie(0);cin>>n>>m;// 读入边并构建图for(inti=0;i<m;i++){intu,v;cin>>u>>v;graph[u].push_back(v);outDegree[u]++;// 更新出度inDegree[v]++;// 更新入度}// 为了得到字典序最小的路径,对每个顶点的邻接表排序for(inti=1;i<=n;i++){sort(graph[i].begin(),graph[i].end());}// 检查是否存在欧拉路径或回路intstartVertex=1;// 默认起点intstartCount=0;// 出度比入度大1的顶点数量(起点候选)intendCount=0;// 入度比出度大1的顶点数量(终点候选)boolisValid=true;// 是否满足欧拉路径条件for(inti=1;i<=n;i++){intdiff=outDegree[i]-inDegree[i];if(diff==1){// 找到一个可能的起点startCount++;startVertex=i;// 更新起点}elseif(diff==-1){// 找到一个可能的终点endCount++;}elseif(diff!=0){// 不满足欧拉路径条件isValid=false;break;}}// 验证起点和终点数量是否合法if(!isValid||!((startCount==0&&endCount==0)||(startCount==1&&endCount==1))){cout<<"No"<<endl;return0;}// 如果是欧拉回路(所有顶点入度=出度),需要找到最小的有出度的顶点作为起点if(startCount==0){for(inti=1;i<=n;i++){if(outDegree[i]>0){startVertex=i;break;}}}// 从起点开始深度优先搜索dfs(startVertex);// 检查路径长度是否正确(应该是边数+1)if((int)eulerPath.size()!=m+1){cout<<"No"<<endl;return0;}// 输出欧拉路径(注意:路径是逆序存储的,需要反向输出)reverse(eulerPath.begin(),eulerPath.end());for(inti=0;i<(int)eulerPath.size();i++){cout<<eulerPath[i]<<" ";}cout<<endl;return0;}

关键点解释

  1. 邻接表优化:使用vector存储邻接表,节省空间
  2. 度数验证:严格检查欧拉路径存在的条件
  3. 字典序保证:对每个顶点的邻接表排序
  4. 防止重复访问:使用currentEdgeIndex数组记录访问进度
  5. 连通性检查:通过路径长度验证图是否连通

各种学习资料,助力大家一站式学习和提升!!!

#include<bits/stdc++.h>usingnamespacestd;intmain(){cout<<"########## 一站式掌握信奥赛知识! ##########";cout<<"############# 冲刺信奥赛拿奖! #############";cout<<"###### 课程购买后永久学习,不受限制! ######";return0;}
  • 一、CSP信奥赛C++通关学习视频课:
    • C++语法基础
    • C++语法进阶
    • C++算法
    • C++数据结构
    • CSP信奥赛数学
    • CSP信奥赛STL
  • 二、CSP信奥赛C++竞赛拿奖视频课:
    • 信奥赛csp-j初赛高频考点解析
    • CSP信奥赛C++复赛集训课(12大高频考点专题集训)
  • 三、csp高频考点知识详解及案例实践:
    • CSP信奥赛C++之动态规划
    • CSP信奥赛C++之标准模板库STL
    • 信奥赛C++提高组csp-s知识详解及案例实践
  • 四、考级、竞赛刷题题单及题解:
    • GESP C++考级真题题解
    • CSP信奥赛C++初赛及复赛高频考点真题解析
    • CSP信奥赛C++一等奖通关刷题题单及题解

详细内容:

1、csp/信奥赛C++,完整信奥赛系列课程(永久学习):

https://edu.csdn.net/lecturer/7901 点击跳转


2、CSP信奥赛C++竞赛拿奖视频课:

https://edu.csdn.net/course/detail/40437 点击跳转

3、csp信奥赛高频考点知识详解及案例实践:

CSP信奥赛C++动态规划:
https://blog.csdn.net/weixin_66461496/category_13096895.html点击跳转

CSP信奥赛C++标准模板库STL:
https://blog.csdn.net/weixin_66461496/category_13108077.html 点击跳转

信奥赛C++提高组csp-s知识详解及案例实践:
https://blog.csdn.net/weixin_66461496/category_13113932.html

4、csp信奥赛冲刺一等奖有效刷题题解:

CSP信奥赛C++初赛及复赛高频考点真题解析(持续更新):https://blog.csdn.net/weixin_66461496/category_12808781.html 点击跳转

CSP信奥赛C++一等奖通关刷题题单及题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12673810.html 点击跳转

5、GESP C++考级真题题解:

GESP(C++ 一级+二级+三级)真题题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12858102.html 点击跳转

GESP(C++ 四级+五级+六级)真题题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12869848.html 点击跳转

· 文末祝福 ·

#include<bits/stdc++.h>usingnamespacestd;intmain(){cout<<"跟着王老师一起学习信奥赛C++";cout<<" 成就更好的自己! ";cout<<" csp信奥赛一等奖属于你! ";return0;}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1131970.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

信奥赛C++提高组csp-s之拓扑排序详解

信奥赛C提高组csp-s之拓扑排序详解 一、拓扑排序基本概念 拓扑排序(Topological Sort)是对有向无环图(DAG)的一种线性排序&#xff0c;使得对于图中的每一条有向边(u, v)&#xff0c;u在排序中总是位于v的前面。 基本性质&#xff1a; 只有有向无环图(DAG)才有拓扑排序一个D…

[特殊字符]_高并发场景下的框架选择:从性能数据看技术决策[20260108170044]

作为一名经历过无数生产环境考验的资深工程师&#xff0c;我深知在高并发场景下选择合适的技术栈是多么重要。最近我参与了一个日活千万级的电商平台重构项目&#xff0c;这个项目让我重新思考了Web框架在高并发环境下的表现。今天我要分享的是基于真实生产数据的框架性能分析&…

SpringBoot+Vue ONLY在线商城系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

摘要 随着互联网技术的快速发展&#xff0c;电子商务已成为现代商业活动的重要组成部分&#xff0c;在线商城系统因其便捷性和高效性受到广泛关注。传统的线下购物模式受限于时间和空间&#xff0c;而在线商城能够突破这些限制&#xff0c;为用户提供24小时不间断的购物体验。同…

WebDriver——》常用的页面元素处理方式

import timeimport document as document from selenium import webdriver driver webdriver.Chrome() driver.get("https://www.baidu.com") time.sleep(2) driver.quit()#指定驱动 from selenium.webdriver.chrome.service import Service chrome_server Servic…

信奥赛C++提高组csp-s之拓扑排序(案例实践)

信奥赛C提高组csp-s之拓扑排序&#xff08;案例实践&#xff09; 杂务 (Job Processing) 问题描述 有n个杂务需要完成&#xff0c;某些杂务必须在另一些杂务完成之后才能开始。每个杂务都有完成所需的时间。求完成所有杂务所需的最短时间。 输入格式 第一行&#xff1a;整数…

前后端分离学科竞赛管理系统|SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程

摘要 随着信息技术的快速发展&#xff0c;学科竞赛管理系统的信息化和智能化需求日益增长。传统的学科竞赛管理模式依赖人工操作&#xff0c;效率低下且容易出错&#xff0c;难以满足大规模竞赛活动的需求。为了解决这一问题&#xff0c;设计并实现一个基于前后端分离架构的学科…

Java笔记9

目录 集合 面向对象进阶 继承【补充】 多态【补充】 static关键字 包 Final关键字 代码块 集合 集合和数组的区分&#xff1a; 数组&#xff1a;长度固定不变&#xff0c;存储类型&#xff1a;可以存储基本数据类型&#xff0c;也可以存储引用数据类型集合&#xff1…

UE5 C++(15):宏 UFUNCTION() 修饰成员函数,BlueprintCallable,Category,BlueprintPure 纯函数,

&#xff08;84&#xff09;宏 UFUNCTION() 把类的成员函数暴露给蓝图 &#xff1a;&#xff08;85&#xff09;pure 纯函数&#xff0c;无执行引脚 &#xff1a; 如图&#xff0c; 蓝图中也可以通过细节面板来定义纯函数 &#xff1a; 一言的解释 &#xff1a;&#xff08;86&…

拆解 Claude Code:Coding Agent 终于“能用”背后的架构真相

大家好&#xff0c;我是Tony Bai。 在过去两年里&#xff0c;我们见证了 AI Coding Agent的尴尬童年&#xff1a;从最初笨拙的 Copy-Paste&#xff0c;到 Cursor 的 VS Code Fork 革命&#xff0c;再到如今 Claude Code 这种 CLI Coding Agent的出现。 为什么以前的 Agent 总是…

认识can

本文对工作中can的一些总结can是一种网络协议&#xff0c;主要分can和canfd(高速can&#xff09;canfd速度快&#xff0c;当然成本也高。canfd更多应用与智驾等&#xff0c;can主要用于中控等根据需求决定使用。实战&#xff1a;linux 上位机发送canfd报文<CAN_ID>##<…

认识can

本文对工作中can的一些总结can是一种网络协议&#xff0c;主要分can和canfd(高速can&#xff09;canfd速度快&#xff0c;当然成本也高。canfd更多应用与智驾等&#xff0c;can主要用于中控等根据需求决定使用。实战&#xff1a;linux 上位机发送canfd报文<CAN_ID>##<…

【脉脉】AI创作者AMA知无不言:人机共生时代的创作觉醒

&#x1f3ac; 个人主页&#xff1a;艾莉丝努力练剑❄专栏传送门&#xff1a;《C语言》《数据结构与算法》《C/C干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法&#xff1a;从基础到进阶》《Python干货分享》⭐️为天地立心&#xff0c;为生民立命…

Go语言数据结构和算法(三十四)分治算法

分治算法是将一个巨大的输入分解成若干个小块.在每个小块上解决问题.然后将分段解决方案合并为全局解决方案.1.步骤:分解:将原始问题分解成一组子问题.解决子问题:递归的单独解决每个子问题.合并子问题:将子问题的解放在一起得到整个问题的解.2.应用:2.1快速排序:又称分区交互排…

go语言初认识

背景: python粗略算是懂后, 了解到近期热门的一种语言go。 在多进程等方面的确有很多优势&#xff0c;尤其在解析pcap等时&#xff0c;算力强大&#xff0c;运行时间直接少了一半以上&#xff0c;应用在后端也非常有优势。 本文记录go语言的学习和实战应用。 安装go : linux…

ai-agent 一个强大的辅助工具

随着ai的大热&#xff0c;如何更好的利用ai&#xff0c;而不单单作为知识的查询。如果它能帮我们设计测试用例&#xff0c;执行用例&#xff0c;并给出结果&#xff0c;甚至可以帮我们开发&#xff0c;是不是一个梦中情tool。 这不单单是幻想&#xff0c;目前不少大厂已经实现&…

这些 Web 技术,我学完就后悔:别像我一样把时间浪费在“看起来很香”的坑里

我有一支技术全面、经验丰富的小型团队&#xff0c;专注高效交付中等规模外包项目&#xff0c;有需要外包项目的可以联系我2015 年我刚一头扎进 Web 开发时&#xff0c;脑子里只有一句话&#xff1a;多学点&#xff0c;总没坏处。于是我像捡破烂一样追教程、刷博客、看 YouTube…

这些 Web 技术,我学完就后悔:别像我一样把时间浪费在“看起来很香”的坑里

我有一支技术全面、经验丰富的小型团队&#xff0c;专注高效交付中等规模外包项目&#xff0c;有需要外包项目的可以联系我2015 年我刚一头扎进 Web 开发时&#xff0c;脑子里只有一句话&#xff1a;多学点&#xff0c;总没坏处。于是我像捡破烂一样追教程、刷博客、看 YouTube…

quickbi数据集报错

错误码: NOX5200013traceId: a2b3506c-aa59-4b01-a48e-2aa348021a72[NOX5200013] invalid calculate field [直播购买客户], expression syntax error or some dependence field [14513112cb] has gone.原因&#xff1a;之前新建的维度字段或者计算字段&#xff0c;依赖了其他字…

TypeScript 的本质并非类型,而是信任

我有一支技术全面、经验丰富的小型团队&#xff0c;专注高效交付中等规模外包项目&#xff0c;有需要外包项目的可以联系我静态类型悄悄修好的&#xff0c;不只是语法错误&#xff0c;而是你们的精神状态。老实说&#xff0c;我第一次听到 TypeScript 的时候&#xff0c;脑子里…

DSP算法学习

都是以QPSK为例针对不同的qam信号&#xff0c;一些算法可能不同&#xff0c;还需读者再去学习从IQ时延对准-IQ不平衡-粗色散补偿-自适应均衡解复用-频偏估计与补偿-载波相位恢复