BZOJ5251:[九省联考2018]劈配——题解

https://www.lydsy.com/JudgeOnline/problem.php?id=5251

https://loj.ac/problem/2477  <-可以看数据

https://www.luogu.org/problemnew/show/P4382

题面太长,请自行读完之后再看本题。

 

考试的时候让我伤心的一道题,分明想的就是正解结果sb般第二问没二分丢了15分

如果b=1就是一个显然的匈牙利匹配了。

考虑b!=1也只不过就是让一个导师可以多匹配几个人而已,额外记录这个导师是否还能匹配人即可。

那么对于第一问显而易见匈牙利算法即可完成,复杂度最差就是每个人的其中一个志愿被我们遍历一遍,于是一次匈牙利是O(n*c),总共O(n^2*c)。

第二问二分答案后对这个点再匈牙利一次,实际就是清出答案和现在这个点之间的点的所有答案,而且我们已经知道了它之前的所有人的志愿和导师选择,因此大可以直接复制下来而不用重新跑一遍。

因此是O(n^2*logn*c)轻松跑过。

(至于为什么debug这么久纯粹是因为我傻,没有考虑匈牙利算法可以增广的不只有它前面的点,还可以有后面的点。)

总结:一道好题,洛谷评分虚高,实际为省选/NOI-,但是为了纪念我debug的时间之长,于是评了个NOI。

#include<cmath>
#include<cstdio>
#include<cstring>
#include<vector>
#include<algorithm>
#include<iostream>
using namespace std;
const int N=210;
inline int read(){
    int X=0,w=1;char ch=0;
    while(ch<'0'||ch>'9'){if(ch=='-')w=-1;ch=getchar();}
    while(ch>='0'&&ch<='9')X=(X<<1)+(X<<3)+ch-'0',ch=getchar();
    return X*w;
}
int n,m,b[N],bb[N],s[N];
int ds[N],zy[N],dds[N],zzy[N];
int a[N][N][11],len[N][N];
bool vis[N];
bool dfs(int k,int w){
    for(int j=1;j<=len[k][w];j++){
        int u=a[k][w][j];
        if(vis[u])continue;
        vis[u]=1;
        if(b[u]){
            ds[k]=u;zy[k]=w;
            b[u]--;
            return 1;
        }else{
            for(int l=1;l<=n;l++){//这里debug 3h+才发现。 
                if(l==k)continue;
                if(ds[l]==u){
                    if(dfs(l,zy[l])){
                        ds[k]=u;zy[k]=w;
                        return 1;
                    }
                }
            }
        }
    }
    return 0;
}
inline void copy(int k){
    for(int i=1;i<=m;i++)b[i]=bb[i];
    for(int i=1;i<=k;i++){
        ds[i]=dds[i];
        zy[i]=zzy[i];
        b[ds[i]]--;
    }
    for(int i=k+1;i<=n;i++)ds[i]=-1;
    return;
}
inline void work2(){
    for(int i=1;i<=n;i++){
        if(zzy[i]<=s[i])printf("0 ");
        else{
            int l=1,r=i-1,ans=0;
            while(l<=r){
                int mid=(l+r)>>1;
                bool ok=0;
                copy(mid-1);
                memset(vis,0,sizeof(vis));
                for(int j=1;j<=s[i];j++){
                    if(dfs(i,j)){
                        ans=mid;l=mid+1;
                        ok=1;
                        break;
                    }
                }
                if(!ok)r=mid-1;
            }
            printf("%d ",i-ans);
        }
    }
    puts("");
}
inline void work1(){
    for(int i=1;i<=n;i++){
        memset(vis,0,sizeof(vis));
        for(int j=1;j<=m;j++){
            if(!len[i][j])continue;
            if(dfs(i,j))break;
        }
    }
    for(int i=1;i<=n;i++){
          zzy[i]=zy[i];dds[i]=ds[i];
        printf("%d ",zy[i]);
    }
    puts("");
}
inline void init(){
    n=read(),m=read();
    memset(len,0,sizeof(len));
    for(int i=1;i<=m;i++)bb[i]=b[i]=read();
    for(int i=1;i<=n;i++){
        zy[i]=m+1;ds[i]=-1;
        for(int j=1;j<=m;j++){
            int k=read();
            if(k)a[i][k][++len[i][k]]=j;
        }
    }
    for(int i=1;i<=n;i++)s[i]=read();
}
int main(){
    int t=read(),c=read();
    while(t--){
        init();
        work1();
        work2();
    }
    return 0;
}

+++++++++++++++++++++++++++++++++++++++++++

+本文作者:luyouqi233。               +

+欢迎访问我的博客:http://www.cnblogs.com/luyouqi233/ +

+++++++++++++++++++++++++++++++++++++++++++

转载于:https://www.cnblogs.com/luyouqi233/p/8764623.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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