统计损失

题目

SJY有一天被LLT紧急召去计算一些可能的损失。LLT元首管理的SHB国的交通形成了一棵树,现在将会出现一颗陨石砸在SHB国中,并且陨石砸毁的必定是SHB国构成的交通树上的一条路径。SHB国的损失可表示为被砸毁的路径上的所有城市价值之积。现在还暂时无法确定陨石的掉落路线,所以LLT元首希望SJY能够告诉他SHB国在受到每一种砸毁方式后会受到的损失之和模10086之后的值。注意:单独一个节点也被认为是合法的路径。

题意

给你一棵树,求树上任意一条路径的节点的积的和。

分析

我们很自然的想到了树形dp,那么怎么dp呢?
我们可以先考虑一下它所说的路径是什么?
明显有两种情况:
1.头尾的lca为它们的其中一个
2.头尾的lca不是它们中的一个(即是一个“V”字形的路径)
考虑完了,我们可以设状态:
我们用 f[i] 表示经过头(或尾)为i的第一种情况的答案和(直线)。
那么:
f[i]=f[son[i]]v[i](k=son[i])
第二种情况其实并没有那么麻烦,我们发现若两点(x,y)的lca为i
那么可以划分为x到i的直线(第一种情况)*y到i的直线。
且第二种情况是不能传递上fa[i]的(想想为什么)
然后我们便可以直接计算第二种情况,第一种就转移即可。

到此,便很好的解决了这个问题了。

const mo=10086;
var
    n,i,x,y,nu:longint;ans:int64;
    c,f:array[1..100000] of longint;
    b,next,last:array[1..200000] of longint;
procedure insert(x,y:longint);
begin
   inc(nu);
   b[nu]:=y;
   next[nu]:=last[x];
   last[x]:=nu;
end;
procedure dfs(x,y:longint);
var p:longint;su:int64;
begin
    p:=last[x];su:=0;
    while p<>0 do begin
        if b[p]<>y then begin
        dfs(b[p],x);
        f[x]:=(f[x]+f[b[p]]*c[x])mod mo;
        ans:=(ans+su*f[b[p]]*c[x])mod mo;
        su:=su+f[b[p]];end;
        p:=next[p];
    end;
    ans:=(ans+f[x])mod mo;
end;
begin
    readln(n);
    for i:=1 to n do begin read(c[i]);f[i]:=c[i];end;
    for i:=1 to n-1 do begin
       readln(x,y);
       insert(x,y);
       insert(y,x);
    end;
    dfs(1,0);
    writeln(ans);
end.
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
本课程适合具有一定深度学习基础,希望发展为深度学习之计算机视觉方向的算法工程师和研发人员的同学们。基于深度学习的计算机视觉是目前人工智能最活跃的领域,应用非常广泛,如人脸识别和无人驾驶中的机器视觉等。该领域的发展日新月异,网络模型和算法层出不穷。如何快速入门并达到可以从事研发的高度对新手和中级水平的学生而言面临不少的挑战。精心准备的本课程希望帮助大家尽快掌握基于深度学习的计算机视觉的基本原理、核心算法和当前的领先技术,从而有望成为深度学习之计算机视觉方向的算法工程师和研发人员。本课程系统全面地讲述基于深度学习的计算机视觉技术的原理并进行项目实践。课程涵盖计算机视觉的七大任务,包括图像分类、目标检测、图像分割(语义分割、实例分割、全景分割)、人脸识别、图像描述、图像检索、图像生成(利用生成对抗网络)。本课程注重原理和实践相结合,逐篇深入解读经典和前沿论文70余篇,图文并茂破译算法难点, 使用思维导图梳理技术要点。项目实践使用Keras框架(后端为Tensorflow),学员可快速上手。通过本课程的学习,学员可把握基于深度学习的计算机视觉的技术发展脉络,掌握相关技术原理和算法,有助于开展该领域的研究与开发实战工作。另外,深度学习之计算机视觉方向的知识结构及学习建议请参见本人CSDN博客。本课程提供课程资料的课件PPT(pdf格式)和项目实践代码,方便学员学习和复习。本课程分为上下两部分,其中上部包含课程的前五章(课程介绍、深度学习基础、图像分类、目标检测、图像分割),下部包含课程的后四章(人脸识别、图像描述、图像检索、图像生成)。

“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