Random Access Iterator 徐州网络赛(树形dp)

Random Access Iterator

\[ Time Limit: 4000 ms \quad Memory Limit: 262144 kB \]

题意

给出伪代码,问按着伪代码在树上跑,能够正确求出来树的深度的概率。

思路

先在树上 \(dfs\) 一遍,求出每个点可以走到的最深深度,用 \(deep\) 表示。
\(dp[i]\) 表示从 \(i\) 节点能够正确求出最深深度的概率。

  1. 如果 \(deep[u]\) 不等于最深深度,那么明显 \(dp[u]=0\)
  2. 如果 \(deep[u]\) 是最深深度而且走到了叶子节点,那么 \(dp[u]=1\)
  3. 其他情况,能够走到最深深度的概率 = \(1\) - 每次走每个点都不能走到最深深度的概率,用表达式表达就是,\(sz\) 表示当前节点可以走的其他节点数,特别注意 \(u=1\) 的情况就可以了。
    \[ dp[u] = 1-\left(\frac{\sum_{v}(1-dp[v)}{sz-1}\right)^{sz-1} \]
/*************************************************************** 
    > File Name    : a.cpp
    > Author       : Jiaaaaaaaqi
    > Created Time : Wed 11 Sep 2019 02:48:22 PM CST
 ***************************************************************/

#include <map>
#include <set>
#include <list>
#include <ctime>
#include <cmath>
#include <stack>
#include <queue>
#include <cfloat>
#include <string>
#include <vector>
#include <cstdio>
#include <bitset>
#include <cstdlib>
#include <cstring>
#include <iostream>
#include <algorithm>
#include <unordered_map>
#define  lowbit(x)  x & (-x)
#define  mes(a, b)  memset(a, b, sizeof a)
#define  fi         first
#define  se         second
#define  pb         push_back
#define  pii        pair<int, int>

typedef unsigned long long int ull;
typedef long long int ll;
const int    maxn = 1e6 + 10;
const int    maxm = 1e5 + 10;
const ll     mod  = 1e9 + 7;
const ll     INF  = 1e18 + 100;
const int    inf  = 0x3f3f3f3f;
const double pi   = acos(-1.0);
const double eps  = 1e-8;
using namespace std;

int n, m;
int cas, tol, T;

int maxdeep;
vector<int> vv[maxn];
int deep[maxn];
ll dp[maxn];

ll fpow(ll a, ll b) {
    ll ans = 1;
    while(b) {
        if(b&1) ans = ans*a%mod;
         a = a*a%mod;
         b >>= 1;
    }
    return ans;
}

void dfs(int u, int fa, int d) {
    deep[u] = d;
    for(auto v : vv[u]) {
        if(v == fa) continue;
        dfs(v, u, d+1);
        deep[u] = max(deep[u], deep[v]);
    }
    maxdeep = max(maxdeep, deep[u]);
}

void solve(int u, int fa) {
    if(deep[u] != maxdeep) {
        dp[u] = 0;
        return ;
    }
    if(vv[u].size() == 1) {
        dp[u] = 1;
        return ;
    }
    int sz = vv[u].size()-1;
    if(u == 1)  sz++;
    ll ans = 0;
    for(auto v : vv[u]) {
        if(v == fa) continue;
        solve(v, u);
        ans += (1-dp[v]+mod);
        ans %= mod;
    }
    ans = ans*fpow(sz, mod-2)%mod; 
    ans = fpow(ans, sz);
    dp[u] = (1-ans+mod)%mod;
}

int main() {
    // freopen("in", "r", stdin);
    scanf("%d", &n);
    for(int i=1; i<=n; i++) {
        vv[i].clear();
    }
    for(int i=1; i<n; i++) {
        int u, v;
        scanf("%d%d", &u, &v);
        vv[u].pb(v);
        vv[v].pb(u);
    }
    maxdeep = 0;
    dfs(1, 0, 1);
    solve(1, 0);
    printf("%lld\n", dp[1]);
    return 0;
}

转载于:https://www.cnblogs.com/Jiaaaaaaaqi/p/11506438.html

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