• 第九章 哈希表 AcWing 2 1549. 集合相似度


    第九章 哈希表 AcWing 2 1549. 集合相似度

    原题链接

    AcWing 1549. 集合相似度

    算法标签

    哈希表 位运算

    思路

    使用unordered_set数据结构将数据插入指定集合

    如何计算Nc(两集合交集)

    在这里插入图片描述

    如何计算Nt(两集合并集)

    在这里插入图片描述

    输出问题

    WA 精度丢失

    printf("%.1lf%%\n", 100.*nc/nt);
    
    • 1

    AC

    printf("%.1lf%%\n", (double)nc / nt * 100);
    
    • 1

    显然 100.*nc产生了精度丢失,但是,对于浮点数运算,
    无法保证精度丢失会在哪次运算产生,
    甚至无法保证之前未产生精度丢失的数据再进行相同计算,是否会导致精度丢失
    精度丢失往往会导致计算结果不准确,
    解决方案
    比较保险的方案是对于计算结果增加一个精度值(精度值的选择依题意, 一般取1e-8),但是Acwing此题测试数据较强,加一个精度值依旧Wrong Answe,PAT数据较弱,无论是否增加一个精度值,都可以AC。
    在这里插入图片描述
    更为保险的方案是对于计算结果先进行精度转换,再进行精度计算
    AC

    // (double)nc 进行精度转换
    // / nt * 100 精度计算 
    printf("%.1lf%%\n", (double)nc / nt * 100);
    
    • 1
    • 2
    • 3
    // nc*1.0 对于整数*1.0 相当于只进行精度转换 未进行精度计算 
    // /(nt)* 100 进行精度计算 
    printf("%.1lf%%\n",(nc*1.0)/(nt)* 100);
    
    • 1
    • 2
    • 3

    代码

    #pragma GCC optimize(2)
    #pragma GCC optimize(3)
    #include
    #define int long long
    #define xx first
    #define yy second
    #define ump unordered_map
    #define us unordered_set
    #define pq priority_queue
    #define rep(i, a, b) for(int i=a;i=b;--i)
    using namespace std;
    typedef pair PII;
    const int N=55, INF=0x3f3f3f3f3f3f3f3f, MOD=1e9+7;
    const double Exp=1e-8;
    //int t, n, m, cnt, ans;
    int n, m, x, a, b, nc, nt, k;
    double res;
    us uu[N];
    inline int rd(){
       int s=0,w=1;
       char ch=getchar();
       while(ch<'0'||ch>'9'){if(ch=='-')w=-1;ch=getchar();}
       while(ch>='0'&&ch<='9') s=s*10+ch-'0',ch=getchar();
       return s*w;
    }
    void put(int x) {
        if(x<0) putchar('-'),x=-x;
        if(x>=10) put(x/10);
        putchar(x%10^48);
    }
    signed main(){
    	ios::sync_with_stdio(false);
    	cin.tie(0);
    	cout.tie(0);
    	n=rd();
    	rep(i, 1, n+1){
    	    m=rd();
    	    while(m--){
    	        x=rd();
    	        uu[i].insert(x);
    	    }
    	}
    	k=rd();
    	while(k--){
    	    nc=nt=0;
    	    a=rd(), b=rd();
    	    for(auto y:uu[a]){
    	        if(uu[b].count(y)){
    	            nc++;
    	        }
    	    }
    	    nt=uu[a].size()+uu[b].size()-nc;
    	   // printf("%.1lf%%\n", 100.*nc/nt);
    	   printf("%.1lf%%\n", (double)nc / nt * 100);
    	}
    	return 0;
    }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58

    参考文献

    AcWing 1549. 集合相似度(PAT甲级辅导课)y总视频讲解

    原创不易
    转载请标明出处
    如果对你有所帮助 别忘啦点赞支持哈
    在这里插入图片描述

  • 相关阅读:
    【Vue.js】使用Element中的Mock.js搭建首页导航&左侧菜单---【超高级教学】
    咖啡技术培训:9款网红咖啡制作配方合集,简单快速
    深入理解算法:从基础到实践
    [附源码]计算机毕业设计springboot教育企业网站
    PD仿真算法中变形梯度矩阵的极分解
    【Java 进阶篇】数据定义语言(DDL)详解
    20道高频CSS面试题快问快答
    牛客刷题——剑指offer(第三期)
    重学java基础----IO流
    如何应用大数据进行生产设备管理?
  • 原文地址:https://blog.csdn.net/T_Y_F_/article/details/128048138