[BZOJ1997]Planar(2-SAT)

传送门


这题乍一眼看上去肥肠的复杂,事实上他非常简单!突破口就在题目中哈密顿回路。
我们可以把哈密顿回路看成一个圆,那么这题就可以转换为下面这道题
poj3207
看完这一道题的题解后,你是不是发现他们本质上是一样的?
好啦2-SAT去做吧。


#include<iostream>
#include<cstring>
#include<cstdio>
#include<algorithm>
using namespace std;
const int N=10010;
const int M=310000;
struct AKCqhzdy
{
    int x,y,next;
}e[M]; int last[N],len;
int n,m;
void ins(int x,int y){e[++len].x=x;e[len].y=y;e[len].next=last[x];last[x]=len;}
int low[N],dfn[N],id;
int sta[N],top; bool insta[N];
int bl[N],scc;
void tarjan(int x)
{
    dfn[x]=low[x]=++id;
    sta[++top]=x; insta[x]=true;
    for(int k=last[x];k;k=e[k].next)
    {
        int y=e[k].y;
        if(!dfn[y])
        {
            tarjan(y);
            low[x]=min(low[x],low[y]);
        }
        else 
        {
            if(insta[y]) low[x]=min(low[x],dfn[y]);
        }
    }
    if(low[x]==dfn[x])
    {
        int i; scc++;
        do{
            i=sta[top--];
            bl[i]=scc;
            insta[i]=false;
        }while(i!=x);
    }
}
int a[N],b[N];
int c[N],pos[N];
bool v[N];
bool getmap()
{
    scanf("%d%d",&n,&m);
    memset(last,0,sizeof(last));len=0;
    memset(dfn,0,sizeof(dfn));
    memset(low,0,sizeof(low));
    memset(bl,-1,sizeof(bl));
    memset(insta,false,sizeof(insta));
    scc=top=id=0;
    for(int i=1;i<=m;i++)scanf("%d%d",&a[i],&b[i]);
    for(int i=1;i<=n;i++) scanf("%d",&c[i]),pos[c[i]]=i;
    if(m>3*n+6) {printf("NO\n");return false;}
    for(int i=1;i<=m;i++)
    {
        a[i]=pos[a[i]];
        b[i]=pos[b[i]]; 
        if(a[i]>b[i]) swap(a[i],b[i]);
    }
    memset(v,true,sizeof(v));
    for(int i=1;i<=m;i++)
    {
        if(a[i]+1==b[i] || (a[i]==1 && b[i]==n)) v[i]=false;
    }
    for(int i=1;i<=m;i++)if(v[i])
    {
        for(int j=1;j<=m;j++)if(i!=j && v[j])
        {
            if(a[i]<a[j] && a[j]<b[i] && b[i]<b[j])
            {
                ins(2*i,2*j+1);
                ins(2*j+1,2*i);
                ins(2*j,2*i+1);
                ins(2*i+1,2*j);
            }
        }
    }
    return true;
}
void solve()
{
    for(int i=1;i<=m;i++)if(v[i])
    {
        if(!dfn[2*i]) tarjan(2*i);
        if(!dfn[2*i+1]) tarjan(2*i+1);
    }

    for (int i=1;i<=m;i++)
        if(v[i] && bl[2*i]==bl[2*i+1])
        {
            printf("NO\n");
            return;
        }
    printf("YES\n");
}
int main()
{
    int T;scanf("%d",&T);
    while(T--)
    {
        if(getmap()) solve();
    }
}
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