Bstar2016的一道水题T3

13 篇文章 0 订阅
5 篇文章 0 订阅

Snacks

Problem Description
百度科技园内有n个零食机,零食机之间通过n−1条路相互连通。每个零食机都有一个值v,表示为小度熊提供零食的价值。

由于零食被频繁的消耗和补充,零食机的价值v会时常发生变化。小度熊只能从编号为0的零食机出发,并且每个零食机至多经过一次。另外,小度熊会对某个零食机的零食有所偏爱,要求路线上必须有那个零食机。

为小度熊规划一个路线,使得路线上的价值总和最大。

Solution
一道水题还想了蛮久==
首先dfs处理出dfs序以及每个点到根结点的距离。
然后建一棵记录距离的线段树。
然后就好了
记得会爆int

[源代码]

#include<iostream>
#include<stdio.h>
#include<string.h>
#include<algorithm>
#include<vector>
#pragma comment(linker, "/STACK:1024000000,1024000000") 
using namespace std;
typedef long long ll;
const int M=1e5+5;
int A[M],tid[M],nxt[M],dfs_clock,tst,_;
ll d[M];
vector<int>G[M];
struct Segment_Tree{
    struct node{
        int l,r;
        ll mx,add;
    }tree[M<<2];
    inline void up(int p){
        tree[p].mx=max(tree[p<<1].mx,tree[p<<1|1].mx);
    }
    inline void down(int p){
        if(!tree[p].add)return;
        tree[p<<1].add+=tree[p].add;tree[p<<1|1].add+=tree[p].add;
        tree[p<<1].mx+=tree[p].add,tree[p<<1|1].mx+=tree[p].add;
        tree[p].add=0;
    }
    void build(int l,int r,int p){
        tree[p].l=l,tree[p].r=r,tree[p].mx=tree[p].add=0;
        if(l==r){
            tree[p].mx=d[l];
            return;
        }
        int mid=l+r>>1;
        build(l,mid,p<<1);
        build(mid+1,r,p<<1|1);
        up(p);
    }
    void update(int l,int r,int x,int p){
        if(tree[p].l==l&&tree[p].r==r){
            tree[p].add+=x,tree[p].mx+=x;
            return;
        }
        down(p);
        int mid=tree[p].l+tree[p].r>>1;
        if(l>mid)update(l,r,x,p<<1|1);
        else if(r<=mid)update(l,r,x,p<<1);
        else update(l,mid,x,p<<1),update(mid+1,r,x,p<<1|1);
        up(p);
    }
    ll query(int l,int r,int p){
        if(tree[p].l==l&&tree[p].r==r)return tree[p].mx;
        down(p);
        int mid=tree[p].l+tree[p].r>>1;
        if(l>mid)return query(l,r,p<<1|1);
        if(r<=mid)return query(l,r,p<<1);
        return max(query(l,mid,p<<1),query(mid+1,r,p<<1|1));
    }
}T;
void dfs(int v,int f,ll dep){
    tid[v]=++dfs_clock,d[tid[v]]=dep;
    for(int i=0;i<G[v].size();++i)
        if(G[v][i]^f)dfs(G[v][i],v,dep+A[G[v][i]]);
    nxt[v]=dfs_clock;
}
void gao(){
    int n,q;cin>>n>>q;
    dfs_clock=0;
    memset(d,0,sizeof(d));
    for(int i=0;i^n;++i)G[i].clear();
    for(int i=1,a,b;i^n;++i)scanf("%d %d",&a,&b),G[a].push_back(b),G[b].push_back(a);
    for(int i=0;i^n;++i)scanf("%d",&A[i]);
    printf("Case #%d:\n",++tst);
    dfs(0,0,A[0]);
    T.build(1,n,1);
    for(int opt,x,k;q--;){
        scanf("%d %d",&opt,&x);
        switch(opt){
            case(0):scanf("%d",&k);T.update(tid[x],nxt[x],k-A[x],1);A[x]=k;break;
            case(1):printf("%I64d\n",T.query(tid[x],nxt[x],1));break;
        }
    }
}
int main(){for(cin>>_;_--;)gao();}

竟然在C++里跑第一==
一定是交的人太少了==

set.seed(0) n = 50 p = 30 x = matrix(rnorm(n*p),nrow=n) bstar = c(runif(30,0.5,1)) mu = as.numeric(x%*%bstar) par(mar=c(4.5,4.5,0.5,0.5)) hist(bstar,breaks=30,col="gray",main="", xlab="True coefficients") library(MASS) set.seed(1) R = 100 nlam = 60 lam = seq(0,25,length=nlam) fit.ls = matrix(0,R,n) fit.rid = array(0,dim=c(R,nlam,n)) err.ls = numeric(R) err.rid = matrix(0,R,nlam) for (i in 1:R) { cat(c(i,", ")) y = mu + rnorm(n) ynew = mu + rnorm(n) a = lm(y~x+0) bls = coef(a) fit.ls[i,] = x%*%bls err.ls[i] = mean((ynew-fit.ls[i,])^2) aa = lm.ridge(y~x+0,lambda=lam) brid = coef(aa) fit.rid[i,,] = brid%*%t(x) err.rid[i,] = rowMeans(scale(fit.rid[i,,],center=ynew,scale=F)^2) } aveerr.ls = mean(err.ls) aveerr.rid = colMeans(err.rid) bias.ls = sum((colMeans(fit.ls)-mu)^2)/n var.ls = sum(apply(fit.ls,2,var))/n bias.rid = rowSums(scale(apply(fit.rid,2:3,mean),center=mu,scale=F)^2)/n var.rid = rowSums(apply(fit.rid,2:3,var))/n mse.ls = bias.ls + var.ls mse.rid = bias.rid + var.rid prederr.ls = mse.ls + 1 prederr.rid = mse.rid + 1 bias.ls var.ls p/n prederr.ls aveerr.ls cbind(prederr.rid,aveerr.rid) par(mar=c(4.5,4.5,0.5,0.5)) plot(lam,prederr.rid,type="l", xlab="Amount of shrinkage",ylab="Prediction error") abline(h=prederr.ls,lty=2) text(c(1,24),c(1.48,1.48),c("Low","High")) legend("topleft",lty=c(2,1), legend=c("Linear regression","Ridge regression")) par(mar=c(4.5,4.5,0.5,0.5)) plot(lam,mse.rid,type="l",ylim=c(0,max(mse.rid)), xlab=expression(paste(lambda)),ylab="") lines(lam,bias.rid,col="red") lines(lam,var.rid,col="blue") abline(h=mse.ls,lty=2) legend("bottomright",lty=c(2,1,1,1), legend=c("Linear MSE","Ridge MSE","Ridge Bias^2","Ridge Var"), col=c("black","black","red","blue")) 为每句代码加上注释解释
最新发布
05-23
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