【最小生成树】【LCA】【模板】lydsy1977 [BeiJing2010组队]次小生成树 Tree

本文深入探讨了次小生成树问题,特别是严格次小生成树的求解方法。介绍了如何通过最小生成树算法(如Prim和Kruskal)为基础,结合LCA倍增法,维护最大值和次大值,高效求解严格次小生成树。

1977: [BeiJing2010组队]次小生成树 Tree
Time Limit: 10 Sec Memory Limit: 512 MB
Submit: 4776 Solved: 1520
[Submit][Status][Discuss]
Description
小 C 最近学了很多最小生成树的算法,Prim 算法、Kurskal 算法、消圈算法等等。 正当小 C 洋洋得意之时,小 P 又来泼小 C 冷水了。小 P 说,让小 C 求出一个无向图的次小生成树,而且这个次小生成树还得是严格次小的,也就是说: 如果最小生成树选择的边集是 EM,严格次小生成树选择的边集是 ES,那么需要满足:在这里插入图片描述(value(e) 表示边 e的权值) 这下小 C 蒙了,他找到了你,希望你帮他解决这个问题。

Input
第一行包含两个整数N 和M,表示无向图的点数与边数。 接下来 M行,每行 3个数x y z 表示,点 x 和点y之间有一条边,边的权值为z。

Output
包含一行,仅一个数,表示严格次小生成树的边权和。(数据保证必定存在严格次小生成树)

HINT
数据中无向图无自环; 50% 的数据N≤2 000 M≤3 000; 80% 的数据N≤50 000 M≤100 000; 100% 的数据N≤100 000 M≤300 000 ,边权值非负且不超过 10^9 。


 这题相当直白。在做这题之前,先总结一下次小生成树。
 如果是非严格的次小,并且n的范围远小于m的范围(稠密图),先需要用克鲁斯卡尔法做一次最小生成树,再拎根,从根出发做dfs,同时开始按dfs的顺序递推出一个maxcost二维数组,记录从i到j的路径上权值最大的那条边。递推的式子是maxcost[j][i]=maxcost[i][j]=max(maxcost[i][fa[j]],w[j][fa[j]]maxcost[j][i]=maxcost[i][j]=max(maxcost[i][fa[j]],w[j][fa[j]]maxcost[j][i]=maxcost[i][j]=max(maxcost[i][fa[j]],w[j][fa[j]]) 其中j是当前节点,i是j之前已经遍历过的节点,由于i和j需要枚举,处理出这个数组是O(n2)O(n^2)O(n2)的效率。
 另一种O(n2)O(n^2)O(n2)处理的方法,是用链表记录做克鲁斯卡尔法时并查集内的元素。每次加边合并链表时,遍历两个链表中所有元素对(i,j),使maxcost[i][j]=当前边的权值maxcost[i][j]=当前边的权值maxcost[i][j]=,由于每个数组格子只更新一次,所以也是O(n^2)效率。
 求这个二维数组的目的很明显。可以发现非严格次小生成树必然由最小生成树删去一条边再增加一条边得到。枚举增加的边,删除的必然是原来路径上权值为maxcost[i][j]maxcost[i][j]maxcost[i][j]的那条边最优。
 当n相当大而m的大小和n相当时,再求这个数组不现实,可以采用LCA倍增法,记录本节点到2x2^x2x祖先的最大值,然后回答加边的询问,总效率就成了O((n+m)logn+mlogm)O((n+m)logn+mlogm)O((n+m)logn+mlogm)


 本题中需要求严格次小生成树,虽然我们可证明,它也是在最小生成树基础上加一条边再删一条边得到,但很容易发现,单纯记录本节点到2x2^x2x祖先的最大值满足不了要求。增加一条边时,可能maxcost[i][j]maxcost[i][j]maxcost[i][j]恰好等于增加的边的权值,因此我们还需要维护从路径上权值严格次大的那条边,有可能删除的是这种边,然后加边的时候讨论一下是删除最大值还是次大值即可。

//C++98
#include<cstdio>
#include <algorithm>
#include <vector>

using namespace std;

typedef long long LL;

struct edge
{
    int u,v,w;

    inline bool operator<(const edge &t) const
    {
        return w<t.w;
    }
}SE[300005];

int n,m,fa[100005],dep[100005];
int p[100005][17],lg2[100005],inc;
LL ans;
vector<pair<int,int> > E[100005];
pair<int,int> mv[100005][17];  //first维护最大值,second维护次大值,-1表示不存在
bool used[300005]; //标记边

inline int fis(int x)
{
    return x==fa[x]?x:fa[x]=fis(fa[x]);
}

void update(pair<int,int> &p,int x)  //用一个值更新(最大值,次大值)二元组
{
    if(x>p.first)
        p.second=p.first,p.first=x;
    else if(x>p.second&&x<p.first)  //注意不要少条件
        p.second=x;
}

void dfs(int x,int fa)
{
    for(int i=0;i<E[x].size();i++)
        if(E[x][i].first!=fa)
        {
            int &v=E[x][i].first;
            dep[v]=dep[x]+1;
            p[v][0]=x;
            mv[v][0]=(pair<int,int>) {E[x][i].second,-1};
            for(int j=1;1<<j<=dep[v];j++)
            {
                p[v][j]=p[p[v][j-1]][j-1];
                update(mv[v][j],mv[v][j-1].first);
                update(mv[v][j],mv[v][j-1].second);
                update(mv[v][j],mv[p[v][j-1]][j-1].first);
                update(mv[v][j],mv[p[v][j-1]][j-1].second);
            }
            dfs(v,x);
        }
}

pair<int,int> LCA(int a,int b)
{
    if(dep[a]<dep[b])
        swap(a,b);
    pair<int,int> res(-1,-1);
    for(int i=lg2[dep[a]-dep[b]];dep[a]>dep[b];i=lg2[dep[a]-dep[b]])
    {
        update(res,mv[a][i].first);
        update(res,mv[a][i].second);
        a=p[a][i];
    }
    if(a==b)
        return res;
    for(int i=lg2[dep[a]];i>=0;i--)
        if(p[a][i]!=p[b][i])
        {
            update(res,mv[a][i].first),update(res,mv[a][i].second);
            update(res,mv[b][i].first),update(res,mv[b][i].second);
            a=p[a][i],b=p[b][i];
        }
    update(res,mv[a][0].first);
    update(res,mv[b][0].first);
    return res;
}

int main()
{
    scanf("%d%d",&n,&m);
    for(int i=2;i<=n;i++)
        lg2[i]=lg2[i>>1]+1;
    for(int i=1;i<=m;i++)
        scanf("%d%d%d",&SE[i].u,&SE[i].v,&SE[i].w);
    sort(SE+1,SE+m+1);
    for(int i=1;i<=n;i++)
        fa[i]=i;
    for(int i=1;i<=m;i++)
        if(fis(SE[i].u)!=fis(SE[i].v))
        {
            used[i]=true;
            fa[fis(SE[i].u)]=fis(SE[i].v),ans+=SE[i].w;
            E[SE[i].u].push_back(pair<int,int>{SE[i].v,SE[i].w});
            E[SE[i].v].push_back(pair<int,int>{SE[i].u,SE[i].w});
        }
    dfs(1,0);
    inc=1E9;
    for(int i=1;i<=m;i++)
        if(!used[i])
        {
            pair<int,int> pii=LCA(SE[i].u,SE[i].v);
            if(pii.first<SE[i].w)  //分两类讨论
                inc=min(inc,SE[i].w-pii.first);
            else if(pii.second>=0)
                inc=min(inc,SE[i].w-pii.second);
        }
    printf("%lld",ans+inc);
    return 0;
}
内容概要:本文是一篇关于使用RandLANet模型对SensatUrban数据集进行点云语义分割的实战教程,系统介绍了从环境搭建、数据准备、模型训练与测试到精度评估的完整流程。文章详细说明了在Ubuntu系统下配置TensorFlow 2.2、CUDA及cuDNN等深度学习环境的方法,并指导用户下载和预处理SensatUrban数据集。随后,逐步讲解RandLANet代码的获取与运行方式,包括训练、测试命令的执行与参数含义,以及如何监控训练过程中的关键指标。最后,教程涵盖测试结果分析、向官方平台提交结果、解读评估报告及可视化效果等内容,并针对常见问题提供解决方案。; 适合人群:具备一定深度学习基础,熟悉Python编程和深度学习框架,从事计算机视觉或三维点云相关研究的学生、研究人员及工程师;适合希望动手实践点云语义分割项目的初学者与进阶者。; 使用场景及目标:①掌握RandLANet网络结构及其在点云语义分割任务中的应用;②学会完整部署一个点云分割项目,包括数据处理、模型训练、测试与性能评估;③为参与相关竞赛或科研项目提供技术支撑。; 阅读建议:建议读者结合提供的代码链接和密码访问完整资料,在本地或云端环境中边操作边学习,重点关注数据格式要与训练参数设置,遇到问题时参考“常见问题与解决技巧”部分及时排查。
内容概要:本文详细介绍了三相异步电机SVPWM-DTC(空间矢量脉宽调制-直接转矩控制)的Simulink仿真实现方法,结合DTC响应快与SVPWM谐波小的优点,构建高性能电机控制系统。文章系统阐述了控制原理,包括定子磁链观测、转矩与磁链误差滞环比较、扇区判断及电压矢量选择,并通过SVPWM技术生成固定频率PWM信号,提升系统稳态性能。同时提供了完整的Simulink建模流程,涵盖电机本体、磁链观测器、误差比较、矢量选择、SVPWM调制、逆变器驱动等模块的搭建与参数设置,给出了仿真调试要点与预期结果,如电流正弦性、转矩响应快、磁链轨迹趋圆等,并提出了模型优化与扩展方向,如改进观测器、自适应滞环、弱磁控制和转速闭环等。; 适合人群:电气工程、自动化及相关专业本科生、研究生,从事电机控制算法开发的工程师,具备一定MATLAB/Simulink和电机控制理论基础的技术人员。; 使用场景及目标:①掌握SVPWM-DTC控制策略的核心原理与实现方式;②在Simulink中独立完成三相异步电机高性能控制系统的建模与仿真;③通过仿真验证控制算法有效性,为实际工程应用提供设计依据。; 阅读建议:学习过程中应结合文中提供的电机参数和模块配置逐步搭建模型,重点关注磁链观测、矢量选择表和SVPWM调制的实现细节,仿真时注意滞环宽度与开关频率的调试,建议配合MATLAB官方工具箱文档进行参数校准与结果分析。
已经博主授权,源码转载自 https://pan.quark.cn/s/bf1e0d5b9490 本文重点阐述了Vue2.0多Tab切换组件的封装实践,详细说明了通过封装Tab切换组件达成多Tab切换功能,从而满足日常应用需。 知识点1:Vue2.0多Tab切换组件的封装* 借助封装Tab切换组件,达成多Tab切换功能* 支持tab切换、tab定位、tab自动化仿React多Tab实现知识点2:TabItems组件的应用* 在index.vue文件中应用TabItems组件,借助name属性设定tab的标题* 通过:isContTab属性来设定tab的内容* 能够采用子组件作为tab的内容知识点3:TabItems组件的样式* 借助index.less文件来设定TabItems组件的样式* 设定tab的标题样式、背景色彩、边框样式等* 使用animation达成tab的切换动画知识点4:Vue2.0多Tab切换组件的构建* 借助运用Vue2.0框架,达成多Tab切换组件的封装* 使用Vue2.0的组件化理念,达成TabItems组件的封装* 通过运用Vue2.0的指令和绑定机制,达成tab的切换功能知识点5:Vue2.0多Tab切换组件的优势* 达成多Tab切换功能,满足日常应用需* 支持tab切换、tab定位、tab自动化仿React多Tab实现* 能够满足多样的业务需,具备良好的扩展性知识点6:Vue2.0多Tab切换组件的应用场景* 能够应用于多样的业务场景,例如:管理系统、电商平台、社交媒体等* 能够满足不同的业务需,例如:多Tab切换、数据展示、交互式操作等* 能够与其它Vue2.0组件结合运用,达成复杂的业务逻辑Vue2.0多Tab切换组件的封装实例提供了...
代码下载地址: https://pan.quark.cn/s/41cd695ddf65 `htmldiff` 是一个以 Ruby 语言为基础构建的库,其主要功能是在 HTML 文档中展示文本之间的差异。 该库的一个显著特点在于它不仅能够识别出不同之处,还会借助 HTML 标签来呈现这些差异,从而让用户能够直观地观察到文本的变化情况。 这种特性使得 `htmldiff` 在版本控制、文档对比或任何需要展示文本变动场景的应用中显得尤为有用。 `htmldiff` 的核心作用是对比两个字符串,并生成一个 HTML 输出结果,这个结果会明确地指出哪些部分被添加、哪些部分被删除以及哪些部分被修改。 此外,通过运用 CSS,用户可以进一步调整差异展示的样式,使其与项目或网站的现有设计风格相协调。 在使用 `htmldiff` 之前,需要先完成该库的安装。 如果项目已经配置了 Ruby 环境和 Gemfile,可以在 Gemfile 文件中添加 `gem htmldiff` 语句,随后执行 `bundle install` 命令进行安装。 如果没有 Gemfile 文件,也可以直接采用 `gem install htmldiff` 命令来进行全局安装。 在编程实现时,可以通过调用 `Htmldiff.diff` 方法来对比两个字符串,并获取相应的 HTML 输出。 例如:```rubyrequire htmldiffstr1 = "这是一个示例文本。 "str2 = "这是一个示例文本,现在有更多内容。 "diff_html = Htmldiff.diff(str1, str2)puts diff_html```上述代码将会输出两个字符串之间的差异,其中新增的内容会被 `<ins>` 标签所包围,而...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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