首页 > 其他分享 >保序回归问题小记

保序回归问题小记

时间:2024-04-28 22:35:48浏览次数:10  
标签:DAG 回归 子图 mid le 权值 保序 小记

问题

有 \(n\) 个点,给出一张 DAG。

你需要给每个点设立权值 \(w_{1...n}\),满足对于每条边 \((u,v)\) 都有 \(w_u\le w_v\),求 \(\min\{\sum\limits_{i=1}^n b_i|w_i-a_i|^p\}\),其中 \(a_i,b_i,p\) 是给出的。

整体二分

考虑二分 \(mid\),把 DAG 划分为权值 \(\le mid\) 和 \(>mid\) 两部分,显然两个部分都是连通块。

这里有个结论:若每个权值只能取 \(mid\) 和 \(mid+1\),那么得到的最优方案和最终答案中把 \(\le mid\) 的改为 \(mid\),\(> mid\) 的改为 \(mid+1\) 后是一致的,具体证明详见 2018 年的高睿泉的集训队论文《浅谈保序回归问题》。

因此,我们只考虑每个点权值取 \(mid\) 还是 \(mid+1\)。我们钦定所有点都设为 \(mid\),设 \(d_i=b_i|(mid+1)-a_i|^p-b_i|mid-a_i|^p\),我们相当于在 DAG 中选取一个关于 \(d_i\) 的最小权闭合子图,然后把这些点设为 \(mid+1\)。

考虑最小割求解最小权闭合子图,然后求出两个点集 \(S,T\),此时 \(S\) 中的点权值为 \(mid+1\),\(T\) 中的为 \(mid\),分治下去处理即可。

例题

标签:DAG,回归,子图,mid,le,权值,保序,小记
From: https://www.cnblogs.com/Sktn0089/p/18164625

相关文章

  • R语言对用电负荷时间序列数据进行K-medoids聚类建模和GAM回归|附代码数据
    原文链接:http://tecdat.cn/?p=4146 原文出处:拓端数据部落公众号 最近我们被客户要求撰写关于用电负荷时间序列的研究报告,包括一些图形和统计输出。通过对用电负荷的消费者进行聚类,我们可以提取典型的负荷曲线,提高后续用电量预测的准确性,检测异常或监控整个智能电网(Laurinec等......
  • R使用LASSO回归预测股票收益
    原文链接:http://tecdat.cn/?p=4228原文出处:拓端数据部落公众号 使用LASSO预测收益1.示例只要有金融经济学家,金融经济学家一直在寻找能够预测股票收益的变量。对于最近的一些例子,想想Jegadeesh和Titman(1993),它表明股票的当前收益是由前几个月的股票收益预测的,侯(2007),这表明一......
  • 深度学习之线性回归
    C#代码如下usingSystem;usingSystem.Linq;usingMathNet.Numerics.LinearAlgebra;namespaceDeepLearning{classProgram{staticvoidMain(string[]args){//数据点double[]x={1,2,3,4,5};//输入......
  • 实验10-使用keras完成线性回归
    版本python3.7tensorflow版本为tensorflow-gpu版本2.6运行结果: 代码:importnumpyasnpnp.random.seed(1337)fromkeras.modelsimportSequentialfromkeras.layersimportDensefromsklearn.metricsimportr2_scoreimportmatplotlib.pyplotasplt#创建数据......
  • 实验11-使用keras完成逻辑回归
    版本python3.7tensorflow版本为tensorflow-gpu版本2.6运行结果:  代码:importnumpyasnpfromkeras.modelsimportSequentialfromkeras.layersimportDense,Dropout,Activation,Flattenimportmatplotlib.pyplotaspltfromsklearnimportdatasets#样本......
  • 单位根反演小记
    反演公式\[[n|v]=\frac{1}{n}\sum_{0\lej<n}(\omega_n^v)^j\]证明很简单,等比数列求和即可。应用牛客Wannafly挑战赛11E白兔的***难题意:给定\(k\le2^20,n\le10^{16},p=998244353\),求\(t\in[0,k)\),\(a_t=\sum_{k|i,0\lei+t\len}\binom{n}{i+......
  • 【pytorch学习】之线性神经网络-softmax回归
    softmax回归回归可以用于预测多少的问题。比如预测房屋被售出价格,或者棒球队可能获得的胜场数,又或者患者住院的天数。事实上,我们也对分类问题感兴趣:不是问“多少”,而是问“哪一个”:某个电子邮件是否属于垃圾邮件文件夹?某个用户可能注册或不注册订阅服务?某个图像描绘的是驴、......
  • 数据分享|R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据|附
    全文链接:http://tecdat.cn/?p=22813最近我们被客户要求撰写关于混合效应的研究报告,包括一些图形和统计输出。本教程为读者提供了使用频率学派的广义线性模型(GLM)的基本介绍。具体来说,本教程重点介绍逻辑回归在二元结果和计数/比例结果情况下的使用,以及模型评估的方法本教程使用......
  • 【pytorch学习】之线性神经网络-实现线性回归
    线性回归的从零开始实现在了解线性回归的关键思想之后,我们可以开始通过代码来动手实现线性回归了。我们将从零开始实现整个方法,包括数据流水线、模型、损失函数和小批量随机梯度下降优化器。虽然现代的深度学习框架几乎可以自动化地进行所有这些工作,但从零开始实现可以确保我们......
  • 【pytorch学习】之线性神经网络-线性回归
    线性神经网络【摘要】在介绍深度神经网络之前,我们需要了解神经网络训练的基础知识。我们将介绍神经网络的整个训练过程,包括:定义简单的神经网络架构、数据处理、指定损失函数和如何训练模型。为了更容易学习,我们将从经典算法————线性神经网络开始,介绍神经网络的基础知识。经典......