ioi2008 island spoj 基环树dp

#include<iostream>
#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
#define M 1000010
#define ll long long
int e[M],ne[M],been[M],v[M],t[M],nn,qu[M],bo,he;
ll w[M],dp[M],ans,tot,d[M*2];
int n;
int inc[M],a1[M*2],an;
void add(int x,int y){
ne[++nn]=e[x],v[nn]=y,e[x]=nn;
}
void solv(int x){
int i;
qu[he=bo=1]=x;
while(he>=bo)for(i=e[x=qu[bo++]];i;i=ne[i])if(!inc[v[i]])been[v[i]]=1,qu[++he]=v[i];
for(i=he;i>1;i--){
ans=max(ans,dp[t[qu[i]]]+dp[qu[i]]+w[qu[i]]);
dp[t[qu[i]]]=max(dp[t[qu[i]]],dp[qu[i]]+w[qu[i]]);
}
}
void findc(int x){
int i,j=x;
ans=0;
for(;!been[j];been[j]=1,j=t[j]);
x=t[j],an=1;
a1[1]=j;
inc[j]=1;
while(x!=j){
a1[++an]=x,inc[x]=1;
x=t[x];
}
for(i=1;i<=an;i++)solv(a1[i]),a1[i+an]=a1[i];
for(i=1;i<=(an<<1);i++)d[i]=d[i-1]+w[a1[i-1]];
qu[he=bo=1]=1;
for(i=2;i<=(an<<1);i++){
if(i-qu[bo]>=an)bo++;
ans=max(ans,dp[a1[i]]+dp[a1[qu[bo]]]+d[i]-d[qu[bo]]);
while(he>=bo&&dp[a1[i]]-d[i]>=dp[a1[qu[he]]]-d[qu[he]])he--;
qu[++he]=i;
}
tot+=ans;
}
int main(){
int i,j;
scanf("%d",&n);
for(i=1;i<=n;i++)scanf("%d%lld",&t[i],&w[i]),add(t[i],i);
for(i=1;i<=n;i++)if(!been[i])findc(i);
cout<<tot;
}

转载于:https://www.cnblogs.com/wangyucheng/p/3606103.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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