BZOJ2337: [HNOI2011]XOR和路径(期望 高斯消元)

题意

题目链接

Sol

期望的线性性对xor运算是不成立的,但是我们可以每位分开算

\(f[i]\)表示从\(i\)\(n\)边权为1的概率,统计答案的时候乘一下权值

转移方程为

\[f[i] = (w = 1) \frac{1 - f[to]}{deg[i]} +(w = 0) \frac{f[to]}{deg[i]} \]

高斯消元解一下

注意:f[n] = 0,有重边!

#include<bits/stdc++.h>
using namespace std;
const int MAXN = 1001;
inline int read() {
    int x = 0, f = 1; char c = getchar();
    while(c < '0' || c > '9') {if(c == '-') f = -1; c = getchar();}
    while(c >= '0' && c <= '9') x = x * 10 + c - '0', c = getchar();
    return x * f;
}
int N, M, deg[MAXN];
vector<int> a[MAXN][MAXN];
double f[MAXN][MAXN];
void Gauss() {
    for(int i = 1; i <= N - 1; i++) {
        int mx = i;
        for(int j = i + 1; j <= N; j++) if(f[j][i] > f[mx][i]) mx = j;
        if(mx != i) swap(f[i], f[mx]);
        for(int j = 1; j <= N; j++) {
            if(i == j) continue;
            double p = f[j][i] / f[i][i];
            for(int k = i; k <= N + 1; k++) f[j][k] -= f[i][k] * p;
        }
    }
    for(int i = 1; i <= N; i++) f[i][N + 1] /= f[i][i];
}
int main() {
    //freopen("2.in", "r", stdin);
    N = read(); M = read();
    for(int i = 1; i <= M; i++) {
        int x = read(), y = read(), z = read();
        a[x][y].push_back(z); 
        deg[x]++;
        if(x != y) deg[y]++, a[y][x].push_back(z);
    }
    double ans = 0;
    for(int B = 0; B <= 31; B++) {
        memset(f, 0, sizeof(f));
        for(int i = 1; i <= N - 1; i++) {
            f[i][i] = deg[i];
            for(int j = 1; j <= N; j++) {
                for(int k = 0; k < a[i][j].size(); k++) {
                    int w = a[i][j][k];
                    if(w & (1 << B)) {//
                        f[i][N + 1]++;
                        if(j != N) f[i][j]++;
                    } else {
                        if(j != N) f[i][j]--;
                    }
                }
            }
        }
        Gauss();
        ans += (1 << B) * f[1][N + 1];
    }
    printf("%.3lf", ans);
    return 0;
}
/*
3 3 
1 2 4 
1 3 5 
2 3 6
*/

转载于:https://www.cnblogs.com/zwfymqz/p/10290629.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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