首页 > 其他分享 >[ABC369G] As far as possible

[ABC369G] As far as possible

时间:2024-09-03 19:49:19浏览次数:4  
标签:转移 ... far siz possible 凸包 考虑 ABC369G 节点

考虑删除树上一条边 \((u, v, l)\) ,此时剩余部分构成两个连通块,如果不包含节点 \(1\) 的连通块中有 Aoki 选择的点,那个这条边的贡献至少为 \(2l\) 。

简单构造发现,当 Takahashi 构造的路径恰好为 Aoki 选择的点和 \(1\) 构成的虚树时,能够取到路径长度的最小值。

此时我们将题目转化为在树上选择 \(K\) 个互不相同的节点,使得这些节点与 \(1\) 构成的虚树的边权之和最小。

显然可以用 dp 解决,设 \(f_{u, i}\) 表示在以 \(u\) 为根的子树中选择 \(i\) 个节点时,虚树的边权之和的最大值,设 \(siz_u\) 表示以 \(u\) 为根的子树的大小。

转移首先考虑合并 \(u\) 的所有儿子 \(v_1, v_2, v_3, ..., v_c\) ,此时的转移为:

\[f_{u, i} = \max_{x_1 + x_2 + ... + x_c = i}(\sum_{j = 1}^{c}\begin{cases} 0&x_j = 0 \\ f_{v_j, x_j} + l_j&1\le x_j\le siz_{v_j}\end{cases}) \]

之后考虑选择当前节点 \(u\) ,此时的转移为 \(\max(f_{u, i - 1}, f_{u, i})\to f_{u, i}\) ,由于 \(f_{u, i}\) 随 \(i\) 的增大而增大,因此我们只需要令 \(f_{u, siz_u} = f_{u, siz_u - 1}\) 即可。

显然,当 \(u\) 为叶节点时, \(f_{u, 1} = 0\) 。

之后我们考虑优化,发现上述转移类似闵可夫斯基和,我们不妨猜想 \(f_{u, i}\) 数组是一个上凸包。

首先考虑 \(f_{u, 1}\) 和 \(f_{u, 2}\) ,由于 \(f_{u, 1}\) 一定选择了 \(u\) 子树中与 \(u\) 相距最远的点,因此 \(f_{u, 1}\ge f_{u, 2} - f_{u, 1}\) 。

也就是当 \(n = 2\) 时, \(f_{u, i}\) 数组构成一个上凸包。

那么显然转移时的 \(f_{v_j, x} + l_j\) 也是一个上凸包。

利用数学归纳法,我们得知 \(f_{u, i}\) 一定是一个上凸包。

因此我们考虑用闵可夫斯基和的方法优化,我们首先对凸包差分得到数列:

\[f_{v, 1}, f_{v, 2} - f_{v, 1}, ..., f_{v, siz_v} - f_{v, siz_v - 1} \]

转移相当于改变了数列首项,令 \(f_{v, 1} + l \to f_{v, 1}\) ,之后对这些凸包进行归并排序,最后在数列结尾插入 \(0\) ,表示 \(f_{u, siz_u} - f_{u, siz_{u} - 1} = 0\) 。

实际上我们不需要维护凸包,只需要维护所有差分值构成的多重集,最后从大到小排序,前缀和即可得到 \(f_{1, i}\) 。

复杂度 \(O(n\log n)\) 。

标签:转移,...,far,siz,possible,凸包,考虑,ABC369G,节点
From: https://www.cnblogs.com/KafuuChinocpp/p/18395283

相关文章

  • 【法如faro】三维激光软件Scene2023数据处理(自动配准并转换坐标)流程
    Scene2023数据处理(自动配准并转换坐标)的主要流程为:新建项目、导入数据、处理、自动注册、坐标系转换、模型导出立和面模型导出等。文章目录一、新建项目二、导入数据三、处理四、自动注册五、坐标系转换六、模型导出七、立面模型导出八、创建项目点云九、导......
  • TPAMI 2024 | FarSeg++:面向高空间分辨率遥感图像中地理空间对象分割的前景感知关系网
    题目:FarSeg++:Foreground-AwareRelationNetworkforGeospatialObjectSegmentationinHighSpatialResolutionRemoteSensingImageryFarSeg++:面向高空间分辨率遥感图像中地理空间对象分割的前景感知关系网络作者:ZhuoZheng;YanfeiZhong;JunjueWang;AilongM......
  • 汇编语言:call、call far ptr、call word ptr、call dword ptr、call 寄存器
    引言        call指令是转移指令,CPU执行call指令,进行两步操作:(1)将当前IP或当前CS和IP压入栈中(2)转移。call指令不能短转移,除此之外,call指令转移的方法跟jmp指令的原理相同。1.call标号    call标号是根据位移进行进转移的call指令,实现的是段内转移,指令......
  • Guarding the Farm S(BFS+map,新奇思路)
    题目:P2919[USACO08NOV]GuardingtheFarmS-洛谷|计算机科学教育新生态(luogu.com.cn)思路:找到数组中最大的值用map存下来,顺便存一下坐标,然后遍历BFS#include<bits/stdc++.h>usingnamespacestd;#definefirfirst#definesecsecond#defineendl"\n"typ......
  • CIFAR-10 Implementing a Convolutional Neural Network
    Coding Assignment 4: Implementing aConvolutional Neural Network for CIFAR-10using KerasJuly 28, 20241 OverviewInthisassignment,youwillimplement a Convolutional Neural Network (CNN) to classify images from the CIFAR-10 dataset......
  • 下一代云电脑技术来临,为什么PC Farm才是未来,以ToDesk为例
    近年来飞速发展的云电脑技术,正在挤压传统电脑的生存空间。由于用户对电脑计算能力的要求日益增高,而传统电脑往往会受限于硬件性能无法更新,更换花费较高等因素,难以满足用户对高性能电脑的期待。与此同时,下一代的云电脑技术中PCFarm模式,以其卓越的性能、灵活性和成本效益进入用户......
  • Apple Safari 17.6 - macOS 专属浏览器 (独立安装包下载)
    AppleSafari17.6-macOS专属浏览器(独立安装包下载)适用于macOSVentura和macOSMonterey的Safari浏览器17请访问原文链接:https://sysin.org/blog/apple-safari-17/,查看最新版。原创作品,转载请保留出处。之前Safari浏览器伴随macOS更新一起发布,需要系统更新才......
  • Farrow滤波器-数字信号的任意速率变换
    前言:本文是Farrow滤波器相关三篇论文的学习笔记,介绍用于数字信号任意速率转化的Farrow滤波器,主要包括原理与架构,文章分为三个部分(1)重采样过程的数学建模;(2)Farrow算法推导;(3)Farrow滤波器实现架构。Farrow架构的两种理解:(1)对数模混合重采样过程用全数字滤波器形式近似,并基于多......
  • 《用Python学数学-2021》 ([美] 彼得 • 法雷尔(Peter Farrell) [Farrell) etc.)
    pan.baidu.com/s/1tIHXj9HmIYojAHqje09DTA?pwd=jqso提取码:jqso一、问题背景高等数学应用非常广,基本上涉及到函数的地方都要用到微积分,还有在几何方面也是如此,计算机的应用让我们能简单快速处理各种高等数学中的计算,比如极限、导数、积分、微分方程等的计算。二、实验目的......
  • safari - app 技术
    在safari中添加这些metatag,然后手机上选择添加桌面快捷方式,网站就能像app一样打开和使用<!--添加苹果快捷方式图标--><!--<linkrel="apple-touch-icon"href="icon.png"/>--><linkrel="apple-touch-icon"href="icon.icns"/><!-......