Bzoj P2286 [Sdoi2011]消耗战___树链剖分+虚树+树形dp

13 篇文章 0 订阅
2 篇文章 0 订阅

题目大意:

给出一颗由 n n n个结点的树,根节点为 1 1 1,给出 n − 1 n-1 n1条无向边 ( x i , y i , w i ) (x_i,y_i,w_i) (xi,yi,wi)表示结点 x i x_i xi与结点 y i y_i yi之间有一条可以互相到达的边,断掉这条边需要花费 w i w_i wi的代价,有 m m m个询问,每个询问给出 k k k个结点,问如何断边能使代价最小的时候结点 1 1 1不与这 k k k个结点连通。

x i , y i ≤ n , w i ≤ 1 e 5 x_i,y_i≤n,w_i≤1e5 xi,yinwi1e5
保 证 k 个 节 点 中 不 含 1 保证k个节点中不含1 k1
Σ k ≤ 500000 Σk≤500000 Σk500000

分析:

树形dp:
f [ i ] f[i] f[i]表示断掉了以 i i i为根的子树中需要隔绝的结点所需要的最小代价(不包括 i i i),
m l e n [ i ] mlen[i] mlen[i]表示从根结点 1 1 1到结点 i i i中经过的花费最小的边。
转移显然, f [ i ] = m i n ( ∑ f s o n i , m l e n [ i ] ) f[i]=min(\sum f_{son_i},mlen[i]) f[i]=min(fsoni,mlen[i])
然后对于这个东西,直接做时间就达到了 O ( m n ) O(mn) O(mn),肯定 T L E TLE TLE
我们就观察到 Σ k ≤ 500000 Σk≤500000 Σk500000
那么我们就可以快乐地对这个东西建一颗虚树,然后再跑树形dp
建虚树求lca的时候可以快乐树剖然后求(毒瘤)
对于虚树的概念,可以理解成利用 d f s dfs dfs序,留下关键点,以及利用 l c a lca lca将他们连接起来。
时间复杂度就可以变成跟虚树的点数相关,
模拟一下可以发现点数不会超过 2 ∗ k 2*k 2k
那么时间复杂度就是 O ( 2 ∗ Σ k ) O(2*Σk) O(2Σk)

代码:

#include <algorithm>
#include <iostream>
#include <cstring>
#include <cstdio>
#include <vector>
#include <cmath>
#include <queue>
#include <stack>
#define N 250005
 
using namespace std;
 
typedef long long ll;
 
struct Node { int To, w, nxt; }e[N*2];
int Stack[N], Size[N], begind[N], deep[N], hson[N], dfn[N], fa[N], ls[N], a[N];
int n, m, Q, top, cnt, num;
ll mlen[N];
 
vector <int> dop[N];
 
int read(int &x)
{
    int f = 1; x = 0; char s = getchar();
    while (s < '0' || s > '9') { if (s == '-') f = -1; s = getchar(); }
    while (s >= '0' && s <= '9') { x = x * 10 + (s - '0'); s = getchar(); }
    x = x * f;  
}
 
void write(ll x)
{
    if (x > 9) write(x / 10);
    putchar(x % 10 + '0');  
}
 
bool cmp(int aa, int bb)
{
    return dfn[aa] < dfn[bb];    
}
 
void Addedge(int u, int v, int w)
{
    e[++cnt].To = v, e[cnt].w = w, e[cnt].nxt = ls[u], ls[u] = cnt;
    e[++cnt].To = u, e[cnt].w = w, e[cnt].nxt = ls[v], ls[v] = cnt;
}
 
void Jiabian(int u, int v)
{
    dop[u].push_back(v);
}
 
void dfs1(int x, int father)
{
    Size[x] = 1, fa[x] = father;
    for (int i = ls[x]; i; i = e[i].nxt)
    {
        if (e[i].To == father) continue;
        int y = e[i].To; 
        mlen[y] = min(mlen[x], (ll)e[i].w); 
        deep[y] = deep[x] + 1;
        dfs1(y, x); Size[x] += Size[y];
        if (Size[y] > Size[hson[x]]) hson[x] = y;
    }   
}
 
void dfs2(int x, int firstd)
{
    begind[x] = firstd; dfn[x] = ++num;
    if (hson[x]) dfs2(hson[x], firstd);
    for (int i = ls[x]; i; i = e[i].nxt)
        if (!begind[e[i].To]) dfs2(e[i].To, e[i].To);
}
 
int Get_lca(int x, int y)
{
    while (begind[x] != begind[y]) 
    { 
        if (deep[begind[x]] < deep[begind[y]]) swap(x, y); 
        x = fa[begind[x]];
    }
    return ((deep[x] > deep[y]) ? y : x);
}
 
void Insert(int x) 
{
    if (top == 1) { Stack[++top] = x; return; }
    int LCA = Get_lca(x, Stack[top]);
    if (LCA == Stack[top]) return;
    while(top > 1 && dfn[Stack[top - 1]] >= dfn[LCA]) 
          Jiabian(Stack[top - 1], Stack[top]), top--;
    if(LCA != Stack[top]) Jiabian(LCA, Stack[top]), Stack[top] = LCA;
    Stack[++top] = x;
}
 
ll Work_dp(int x)
{
    if (!dop[x].size()) return mlen[x];
    ll sum = 0;
    for (int i = 0; i < dop[x].size(); i++) sum += Work_dp(dop[x][i]);
    dop[x].clear();
    return min(sum, mlen[x]);
}
 
int main()
{
    read(n);
    for (int i = 1; i < n; i++)
    {
        int u, v, w;
        read(u); read(v); read(w);
        Addedge(u, v, w);
    }
    deep[1] = 1, mlen[1] = 1ll<<60, dfs1(1, -1); 
    dfs2(1, 1);
    read(Q);
    while (Q--)
    {
        read(m);
        for (int i = 1; i <= m; i++) scanf("%d", &a[i]); 
        sort(a + 1, a + m + 1, cmp);
        top = 1; Stack[1] = 1;
        for (int i = 1; i <= m; i++) Insert(a[i]);
        while (top > 1) Jiabian(Stack[top - 1], Stack[top]), top--;
        write(Work_dp(1)); printf("\n"); 
    }
    return 0;
}
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值