保安站岗

题目传送门

一道比较典型的树形\(DP\)吧。

  • 思路:
    \(f[i][0/1][0/1]\)表示第\(i\)个点有没有安排保安(第二维),能不能被观察到(第三维),其实开两维就可以。
    对于一个点\(u\),枚举它所有的儿子\(v\)注意是求和)。
    \(f[u][1][1]\)对儿子的所有情况(三种\(f[v][0][0]\,,[1][1]\,,[0][1]\))取\(min\)
    \(f[u][0][0]\)\(f[v][0][1]\,,[1][1]\)两种情况取\(min\)
    \(f[u][0][1]\)稍微复杂一点,于是对\(f[v][0][1]\,,[1][1]\)两种情况取\(min\),但是有可能所有的儿子都取的是\(f[v][0][1]\),这样就不合法了,必须至少有一个儿子取到\(f[v][1][1]\),才满足\(u\)点布设保安,但是被观察到(到目前为止)。所以枚举每个儿子的时候,记录一个\(f[v][1][1]-f[v][1][0]\)的最小值\(minn\),再设一个标记,如果有一个儿子取到了\(f[v][1][1]\),标记一下。如果到最后一直没有标记过,那么\(f[u][0][1]\)还得加上\(minn\)。意思是将一个儿子标记上,那么要减掉之前加上去的\(f[v][0][1]\),再加上\(f[v][1][1]\),选这样新产生贡献的最小\(v\)

最后取\(f[1][0][1]\)\(f[1][1][1]\)中较小的一个就行。

一直卡在90分上过不了的原因:

enter image description here

enter image description here

认真看题!!!

竟然还有90分,出题人真良心。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
int n,f[1505][2][2],ans;// 2->  0 1  表示i能不能被覆盖  
int head[1505],tot,w[1505];
struct edge{
    int node,next;
}e[3005];
void add(int x,int y)
{
    e[++tot].node=y;
    e[tot].next =head[x];
    head[x]=tot;
}
void dfs(int u,int fa)
{
    f[u][1][1]=w[u];    
    bool flag=0;
    int minn=0x7ffffff; 
    for(int i=head[u];i;i=e[i].next)
    {
        int v=e[i].node;
        if(v==fa) continue;
        dfs(v,u);
        
/*      f[u][0][0]=min(f[u][0][0],f[v][0][1]);
        f[u][0][1]=min(f[u][0][1],f[v][1][1]);
        f[u][1][1]=min(f[u][1][1],min(f[v][0][0],min(f[v][0][1],f[v][1][1]))+w[u]);
        minn=min(minn,f[v][1][1]);(水平倒退www)*/
        
        f[u][0][0]+=min(f[v][0][1],f[v][1][1]);
        minn=min(minn,f[v][1][1]-f[v][0][1]);
        if(f[v][1][1]>f[v][0][1])
         f[u][0][1]+=f[v][0][1];
        else f[u][0][1]+=f[v][1][1],flag=1;
        f[u][1][1]+=min(f[v][1][1],min(f[v][0][1],f[v][0][0])); 
    }   
    
/*  f[u][0][1]=min(f[u][0][1],minn);
    if(!flag) f[u][0][0]=0,f[u][1][1]=w[u]; */
    //只要儿子中有一个安排了保安,u就会被覆盖到 
    //如果儿子中都没有安排保安,那么就选一个替换  
    if(!flag) f[u][0][1]+=minn; 
}
int main()
{
//  memset(f,0x7f,sizeof(f));
    scanf("%d",&n);
    int x,y,k;
    for(int i=1;i<=n;++i)
    {
        scanf("%d",&x); 
        scanf("%d%d",&w[x],&k);   
        for(int j=1;j<=k;++j) 
        {
            scanf("%d",&y);    
            add(x,y); add(y,x); 
        }
    } 
    dfs(1,0);                  
    ans=min(f[1][1][1],f[1][0][1]); 
    printf("%d\n",ans);  
    return 0;
}

转载于:https://www.cnblogs.com/karryW/p/11477850.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
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