vijos_1460_拉力赛_LCA tarjan离线算法

本文介绍了一场山道拉力赛的算法解决方案。赛事中包含多个计时点及赛道,参赛者需从高处向低处行驶。通过使用Tarjan离线算法计算最近公共祖先(LCA),并预处理距离矩阵,解决了哪些赛段可参与及其总用时的问题。

题目大意

   车展结束后,游乐园决定举办一次盛大的山道拉力赛,平平和韵韵自然也要来参加大赛。 赛场上共有n个连通的计时点,n-1条赛道(构成了一棵树)。每个计时点的高度都不相同(父结点的高度必然大于子结点),相邻计时点间由赛道相连。由于马力不够,所以韵韵的遥控车只能从高处驶向低处。而且韵韵的车跑完每条赛道都需花费一定的时间。 举办方共拟举办m个赛段的比赛,每次从第u个计时点到第v个计时点,当然其中有不少比赛韵韵的遥控车是不能参加的(因为要上坡)。平平想知道他能参加多少个赛段的比赛,并且想知道他完成这些赛段的总用时。 赛道皆为单向。


分析

  一(meng)眼(bi)的看出如果一次比赛的起点(u)和终点(v)的最近公共祖先不是u或v中的其中一个的话,那必然无法完成。

  所以可以用tarjan离线算法算出LCA。

  距离的话可以定义个数组dis,dis[i]表示根节点到点i的距离。

  点v,u的距离=dis[v]+dis[u]-2*dis[u,v的最近公共祖先]

  dis可以用dfs预处理出。

  我是和这位仁(shui)兄(bi)做的——戳两下

  注意数据范围,一开始错了很多次。

  话说我的代码很不优美,我自己都看不下去了。


代码

type
  arr=record
    x,y,w:longint;
    next:longint;
end;

var
  a,g:array[1..100010] of arr;
  fa,v,v1:array[1..100010] of longint;
  dis:array[1..100010] of int64;
  ls,ls1:array[1..100010] of longint;
  nm,nm1:longint;
  n,m:longint;
  i,j,k,l,z:longint;
  ans,ans2:int64;

procedure add(x,y,w:longint);
begin
  nm:=nm+1;
  a[nm].x:=x;
  a[nm].y:=y;
  a[nm].w:=w;
  a[nm].next:=ls[x];
  ls[x]:=nm;
end;

function find(x:longint):longint;
begin
  if fa[x]=x
    then exit(x)
    else
      begin
        find:=find(fa[x]);
        fa[x]:=find;
      end;
end;

procedure union(x,y:longint);
var
  i,j:longint;
begin
  i:=find(x); j:=find(y);
  fa[i]:=j;
end;

procedure dfs(r:longint);
var
  i,j,k:longint;
begin
  i:=ls[r];
  while i<>0 do
    begin
      with a[i] do
        begin
          dfs(y);
          union(y,x);
          v[y]:=1;
          i:=next;
        end;
    end;
  i:=ls1[r];
  while i<>0 do
    begin
      with g[i] do
        begin
          if v[y]=1
            then
              if find(y)=x
                then
                  begin
                    ans:=ans+1;
                    ans2:=ans2+dis[y]-dis[x];
                  end;
          i:=next;
        end;
    end;
end;

procedure di(r:longint);
var
  i,j,k:longint;
begin
  i:=ls[r];
  while i<>0 do
    with a[i] do
      begin
        dis[y]:=dis[r]+w;
        di(y);
        i:=next;
      end;
end;

begin
  fillchar(ls,sizeof(ls),0);
  fillchar(ls1,sizeof(ls1),0);
  fillchar(v,sizeof(v),0);
  fillchar(v1,sizeof(v1),0);
  nm:=0; nm1:=0;
  ans:=0; ans2:=0;
  readln(n,m);
  for i:=1 to n-1 do
    begin
      readln(j,k,l);
      add(j,k,l);
      v1[k]:=1;
    end;
  di(1);
  for i:=1 to m do
    begin
      readln(j,k);
      nm1:=nm1+1;
      g[nm1].x:=j;
      g[nm1].y:=k;
      g[nm1].next:=ls1[j];
      ls1[j]:=nm1;
    end;
  for i:=1 to n do
    fa[i]:=i;
  for i:=1 to n do
    if v1[i]=0 then dfs(i);
  writeln(ans);
  writeln(ans2);
end.

一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
评论 3
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