[拓扑序入门][ZJOI2012]灾难/[SDOI2009]Elaxia的路线/[HNOI2015]菜肴制作

拓扑序能解决哪些问题呢?

百度百科(不重要)

对一个有向无环图(Directed Acyclic Graph简称DAG)G进行拓扑排序,是将G中所有顶点排成一个线性序列,使得图中任意一对顶点u和v,若边(u,v)∈E(G),则u在线性序列中出现在v之前。通常,这样的线性序列称为满足拓扑次序(Topological Order)

拓扑排序对应施工的流程图具有特别重要的作用,它可以决定哪些子工程必须要先执行,哪些子工程要在某些工程执行后才可以执行。为了形象地反映出整个工程中各个子工程(活动)之间的先后关系,可用一个有向图来表示,图中的顶点代表活动(子工程),图中的有向边代表活动的先后关系,即有向边的起点的活动是终点活动的前序活动,只有当起点活动完成之后,其终点活动才能进行。

它一定是对于有向图而言的

1、对于有向图有环图  它能判断有没有环,同时当每个点只有一个出度时,好像就能把环找出来了  见codeforces D. Mouse Hunt

2、一般情况下,他是针对有向无环图(DAG)而言的

由于直接拓扑太明显了

所以一般考虑逆序啦

  还是以题目来说吧

[ZJOI2012]灾难(待更新。。)

建图  x连向y  指x被y吃

考虑一个点,它死当且仅当连向它的任意边的起点都死了

于是我们考虑将其转换为一棵树。

当树上父节点死时,子节点一定会死。

肯定有一个点入度为0,把其作为树根

考虑一个点a,如果当b1或b2死时a会死,那么在树上b1一定是b2(或b2一定是b1)的祖先(这点严格证明可以如此建树)

考虑,一个点u,如果和很多点v1,v2…vn都有边(代表u能吃v1,v2…vn),那么它的父节点相当于是v1,v2…vn这些点共同的祖先(深度最大的那一个)。如果没有共同祖先,新建一个树根。

于是图就转化成树了

第二题直接看一下吧

注意最短路的一个性质

然后对于一条边u,v,边权为w,假如dis[s-u]+dis[v-t]+w == dis[s-t],则u-v这条边是在s-t的最短路上的。

(注意一个图最短路的集合一定是DAG) 

为什么两条相连的(最短路的边)同时在一条最短路上(思考一下,因为在这个图DAG中怎么走都是最短路)

有向图求最长链(其实感觉记忆化dfs也是可以的,不过拓扑比较方便)

T3

注意这个不同于求字典序最小。 
一个例子是n=4,限制有<3,1>,<2,4> 
答案应该是3124 
如果是字典序最小是2431

因为题目要求的是在保证1…i先完成的情况下,再考虑i+1

且i的位置不会影响他之前数的排列方式

所以求反图的最大拓扑字典序即可

我们发现编号小的尽量在前,相当于将序列反过来以后,字典序要最大。 

所以原问题转化成了反向建图,求字典序最大的拓扑序。用一个堆维护即可

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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