4202. Shopping

本文介绍了一种结合树形动态规划与重心分解算法解决特定类型最优化问题的方法。通过点剖的方式,针对每个连通块选取重心进行多重背包DP,以求解最大价值问题。该方法适用于节点数量不多于500的树状结构。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目大意

给定一棵 n 个结点的数,每个点有参数(w,c,d)表示价值为 w ,代价为c,有 d 个物品。初始有m元钱。
现在要选出一个连通块使得价值最大。

Data Constraint
n500

题解

考虑点剖,每次选择重心就进行多重背包DP。
如果不选择就递归进子树继续考虑。
每次DP的时候是一个树型依赖DP,可以在DFS序上DP,每次选择一个点 i 就转移到i+1,否则就转移到 i+size[i]+1
注意要按二的幂将物品分组。

SRC

#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std ;

#define N 500 + 10
#define M 4000 + 10
const int inf = 0x7FFFFFFF ;
struct Object {
    int w , c , d ;
} P[N] ;

bool vis[N] ;
int Node[2*N] , Next[2*N] , Head[N] , tot ;
int W[20*N] , V[20*N] , st[N] , ed[N] ;
int DFN[N] , S[N] , R[N] , Size[N] , Maxs[N] ;
int f[N][M] , g[M] ;
int T , n , m , q , ans ;
int Root , All , Cnt , Minv ;

void link( int u , int v ) {
    Node[++tot] = v ;
    Next[tot] = Head[u] ;
    Head[u] = tot ;
}

void DP() {
    int Num = 0 ;
    for (int i = 1 ; i <= Cnt ; i ++ ) {
        for (int j = 0 ; j <= m ; j ++ ) f[i][j] = -inf ;
        int now = S[i] ;
        if ( i == 1 ) {
            if ( !P[now].d ) return ;
            for (int k = 1 ; k <= P[now].d ; k ++ ) f[1][k*P[now].c] = k * P[now].w ;
            continue ;
        }
        int x = P[now].d - 1 , k = 1 ;
        st[i] = Num + 1 ;
        while ( x >= k ) {
            ++ Num ;
            W[Num] = P[now].w * k ;
            V[Num] = P[now].c * k ;
            x -= k ;
            k *= 2 ;
        }
        if ( x ) {
            ++ Num ;
            W[Num] = P[now].w * x ;
            V[Num] = P[now].c * x ;
        }
        ed[i] = Num ;
    }
    for (int i = 2 ; i <= Cnt ; i ++ ) {
        for (int j = m ; j >= 0 ; j -- ) {
            if ( j >= P[S[i]].c ) g[j] = f[i-1][j-P[S[i]].c] + P[S[i]].w ;
            else g[j] = -inf ;
        }
        for (int k = st[i] ; k <= ed[i] ; k ++ ) {
            for (int j = m ; j >= V[k] ; j -- ) g[j] = max( g[j] , g[j-V[k]] + W[k] ) ;
        }
        for (int j = 0 ; j <= m ; j ++ ) f[i][j] = max( f[i][j] , g[j] ) ;
        for (int k = 0 ; k <= m ; k ++ ) f[R[S[i]]][k] = max( f[R[S[i]]][k] , f[i-1][k] ) ;
    }
    for (int i = 1 ; i <= Cnt ; i ++ )
        for (int j = 0 ; j <= m ; j ++ ) ans = max( ans , f[i][j] ) ;
}

void GetSize( int x , int F ) {
    Size[x] = Maxs[x] = 1 ;
    for (int p = Head[x] ; p ; p = Next[p] ) {
        if ( Node[p] == F || vis[Node[p]] ) continue ;
        GetSize( Node[p] , x ) ;
        Size[x] += Size[Node[p]] ;
        if ( Size[Node[p]] > Maxs[x] ) Maxs[x] = Size[Node[p]] ;
    }
}

void GetRoot( int x , int F ) {
    Maxs[x] = max( Maxs[x] , Size[All] - Size[x] ) ;
    if ( Maxs[x] < Minv ) Minv = Maxs[x] , Root = x ;
    for (int p = Head[x] ; p ; p = Next[p] ) {
        if ( Node[p] == F || vis[Node[p]] ) continue ;
        GetRoot( Node[p] , x ) ;
    }
}

void DFS( int x , int F ) {
    DFN[x] = R[x] = ++ Cnt ;
    S[Cnt] = x ;
    for (int p = Head[x] ; p ; p = Next[p] ) {
        if ( Node[p] == F || vis[Node[p]] ) continue ;
        DFS( Node[p] , x ) ;
        R[x] = R[Node[p]] ;
    }
}

void DIV( int x ) {
    Minv = 0x7FFFFFFF ;
    Root = All = x ;
    GetSize( x , 0 ) ;
    GetRoot( x , 0 ) ;
    Cnt = 0 ;
    DFS( Root , 0 ) ;
    DP() ;
    vis[Root] = 1 ;
    for (int p = Head[Root] ; p ; p = Next[p] ) {
        if ( vis[Node[p]] ) continue ;
        DIV( Node[p] ) ;
    }
}

int main() {
    freopen( "shopping.in" , "r" , stdin ) ;
    freopen( "shopping.out" , "w" , stdout ) ;
    scanf( "%d" , &T ) ;
    while ( T -- ) {
        tot = ans = 0 ;
        memset( vis , 0 , sizeof(vis) ) ;
        memset( Head , 0 , sizeof(Head) ) ;
        scanf( "%d%d" , &n , &m ) ;
        for (int i = 1 ; i <= n ; i ++ ) scanf( "%d" , &P[i].w ) ;
        for (int i = 1 ; i <= n ; i ++ ) scanf( "%d" , &P[i].c ) ;
        for (int i = 1 ; i <= n ; i ++ ) scanf( "%d" , &P[i].d ) ;
        for (int i = 1 ; i < n ; i ++ ) {
            int u , v ;
            scanf( "%d%d" , &u , &v ) ;
            link( u , v ) , link( v , u ) ;
        }
        DIV( 1 ) ;
        printf( "%d\n" , ans ) ;
    }
    return 0 ;
}

以上.

内容概要:本文详细介绍了PMSM(永磁同步电机)的仿真研究及其两种关键控制方法:三电平SVPWM矢量控制和双环矢量控制。首先阐述了PMSM在现代电机驱动系统中的重要地位及其广泛的应用领域,如电动汽车、机器人和风力发电等。接着讨论了PMSM仿真的重要性,包括电气特性、机械特性和热特性等方面的考量。然后深入探讨了三电平SVPWM矢量控制技术的工作原理及其对电机性能的提升效果,如提高运行效率和减少谐波失真。随后介绍了PMSM双环矢量控制的具体实现方式,即内环电流控制和外环速度控制相结合的方法,强调了这种方法在提高电机动态性能和稳定性方面的优势。最后对比了传统三电平控制方法和双环矢量控制方法的特点,指出了各自的优势和应用场景。 适合人群:从事电机控制系统研究的技术人员、高校相关专业师生、对电机控制感兴趣的工程技术人员。 使用场景及目标:适用于需要深入了解PMSM控制技术和仿真实现的研究项目和技术开发。目标是帮助读者掌握PMSM的仿真建模方法,理解并应用三电平SVPWM和双环矢量控制技术,以优化电机性能。 其他说明:本文不仅提供了理论分析,还通过MATLAB进行了详细的仿真演示,使读者能够直观地看到不同控制方法的效果。这对于实际工程项目的设计和优化具有重要的指导意义。
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