解题:SDOI 2011 消耗战

题面

本身求答案是简单的树上DP,只需要求出根到每个点路径上的最小值,然后考虑割连父亲的边还是割所有儿子即可,但是每次都这样做一次显然不能通过,考虑优化

用虚树来优化:虚树是针对树上一些点建出来的一棵树,上面只有这些点和它们的LCA。显然这样虚树的大小不会超过2*所选点数,这样在缩小了问题规模的同时还保留了原树的性质。

具体的建法:

0.预处理DFS序

1.将所选点按DFS序从小到大排序

2.用栈维护一条从根延伸下来的链,依次将排序后的点nde加入。若栈为空则直接入栈,否则设栈顶为top:

3.求nde和top的lca,讨论:

①lca是top,将nde入栈,跑路

②lca不是top,设栈顶起第二个元素为sec。在lca的DFS序不大于sec时不断将sec与top相连并弹栈

(1)如果lca的DFS序小于top,将lca与top相连,弹栈

(2)如果lca仍然不是top,将lca入栈

(3)将nde入栈

(因为我们按DFS序排序,所以lca不可能是nde)

4.将所有点加入后,不断将sec与top相连并弹栈,直到栈里只有一个元素,这就是虚树的树根

之后就可以愉快地树形DP辣

  1 #include<cstdio>
  2 #include<cstring>
  3 #include<algorithm>
  4 using namespace std;
  5 const int N=500005;
  6 int T,n,m,t1,t2,t3,cnt,Cnt,tot,poi;
  7 int P[N],Noww[N],Goal[N],p[N],noww[N],goal[N],val[N],cut[N];
  8 int siz[N],far[N],dep[N],imp[N],top[N],dfn[N],pts[N],stk[N];
  9 long long mini[N];
 10 bool cmp(int a,int b)
 11 {
 12     return dfn[a]<dfn[b];
 13 }
 14 void Link(int f,int t,int v)
 15 {
 16     noww[++cnt]=p[f],p[f]=cnt;
 17     goal[cnt]=t,val[cnt]=v;
 18     noww[++cnt]=p[t],p[t]=cnt;
 19     goal[cnt]=f,val[cnt]=v;
 20 }
 21 void Linka(int f,int t)
 22 {
 23     Noww[++Cnt]=P[f];
 24     Goal[Cnt]=t,P[f]=Cnt;
 25 }
 26 void DFS(int nde,int fth,int dth)
 27 {
 28     int tmp=0;
 29     siz[nde]=1,far[nde]=fth,dep[nde]=dth;
 30     for(int i=p[nde];i;i=noww[i])
 31         if(goal[i]!=fth)
 32         {
 33             mini[goal[i]]=min(mini[nde],1ll*val[i]);
 34             DFS(goal[i],nde,dth+1);
 35             siz[nde]+=siz[goal[i]];
 36             if(siz[goal[i]]>tmp)
 37                 tmp=siz[goal[i]],imp[nde]=goal[i];
 38         }
 39 }
 40 void Mark(int nde,int tpp)
 41 {
 42     top[nde]=tpp,dfn[nde]=++tot;
 43     if(imp[nde])
 44     {
 45         Mark(imp[nde],tpp);
 46         for(int i=p[nde];i;i=noww[i])
 47             if(goal[i]!=far[nde]&&goal[i]!=imp[nde])        
 48                 Mark(goal[i],goal[i]);
 49     }
 50 }
 51 int LCA(int x,int y)
 52 {
 53     while(top[x]!=top[y])
 54     {
 55         if(dep[top[x]]<dep[top[y]])
 56             swap(x,y); x=far[top[x]];
 57     }
 58     return dep[x]<dep[y]?x:y;
 59 }
 60 void Insert(int nde)
 61 {
 62     if(!poi) stk[++poi]=nde;
 63     else
 64     {
 65         int lca=LCA(nde,stk[poi]);
 66         if(lca!=stk[poi]) 
 67         {
 68             while(poi>1&&dfn[lca]<=dfn[stk[poi-1]])    
 69                 Linka(stk[poi-1],stk[poi]),poi--;
 70             if(dfn[lca]<dfn[stk[poi]])
 71                 Linka(lca,stk[poi]),poi--;
 72             if(lca!=stk[poi])        
 73                 stk[++poi]=lca;
 74         }
 75         stk[++poi]=nde;
 76     }
 77 }
 78 long long Getans(int nde)
 79 {
 80     long long tmp=0;
 81     for(int i=P[nde];i;i=Noww[i])
 82         tmp+=Getans(Goal[i]); P[nde]=0;
 83     return cut[nde]?mini[nde]:min(mini[nde],tmp);
 84 }
 85 int main()
 86 {
 87     scanf("%d",&n);
 88     for(int i=1;i<n;i++)
 89         scanf("%d%d%d",&t1,&t2,&t3),Link(t1,t2,t3);
 90     for(int i=1;i<=n;i++) mini[i]=1e12;
 91     DFS(1,0,1),Mark(1,1); 
 92     scanf("%d",&T);
 93     while(T--)
 94     {
 95         scanf("%d",&m),Cnt=poi=0;
 96         for(int i=1;i<=m;i++) scanf("%d",&pts[i]);
 97         sort(pts+1,pts+1+m,cmp);
 98         for(int i=1;i<=m;i++) Insert(pts[i]),cut[pts[i]]=true;
 99         while(poi>1) Linka(stk[poi-1],stk[poi]),poi--;
100           printf("%lld\n",Getans(stk[1]));
101         for(int i=1;i<=m;i++) cut[pts[i]]=false;
102     }
103     return 0;
104 }
View Code

 

转载于:https://www.cnblogs.com/ydnhaha/p/10397448.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