JZOJ 3765【BJOI2014】想法

本文介绍了一种利用随机算法解决组合问题的方法,并通过一个具体的题目示例,详细讲解了从初始想法到最终组合题目的过程及算法实现细节。

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

Description:

小强和阿米巴是好朋友。

小强要出一套题目。他的题目以涉及面广(偏)、考察深入(怪)、思维强度大(难)著称。他为了出题,一共攒了M个本质不同的想法,每个想法形成了一个题目。不过,他觉得拿这些题目去考察选手会把比赛搞的太过变态,所以,想请阿米巴来帮忙调整一下他的题目。

阿米巴指出,为了让一场考试的题目的考察点尽量全面,有一个通用的做法叫做“组合”。如果把两个题目A和B组合在一起,那么组合而成的题目涉及到的想法的集合就是A涉及到的想法的集合和B涉及到的想法的集合的并。

并且,题目是可以反复组合的。

例如,小强现在有三个想法1,2,3,分别对应了题目P1,P2,P3。

现在,小强把P1和P2组合得到P4。P4涉及的想法的集合是{1,2}。

之后,小强把P2和P3组合得到P5。P5涉及的想法的集合是{2,3}。

最后,小强把P4和P5组合得到P6。P6涉及的想法的集合是{1,2,3}。

现在,小强告诉你每个题目都是如何组合而来的。你要回答的就是,每个题目涉及的想法的集合有多大。

不过,这个问题是很难的。于是,你只需要能够以比较高的概率回答的比较准确即可。

Input:

第一行两个整数N,M,依次表示小强的题目数量和想法的数量

接下来N-M行,每行两个整数,依次表示小强组合出来的题目都是由哪两个题组合而成的。M个想法对应的题目依次编号为1~M。之后,小强组合出来的第一个题编号为M+1,组合出来的第二个题编号为M+2,依次类推。

Output:

输出N-M行,每行一个整数表示小强组合出来的每个题都涉及了几个想法。

Sample Input:

6 3
1 2
2 3
4 5

Sample Output:

2
2
3

Data Constraint:

对于30%的数据,M≤1000,N≤10000
对于60%的数据,M≤10000,N≤100000
对于100%的数据,M≤100000,N≤1000000

Hint:

对于每个输出文件,如果其中你有95%以上的行的答案和正确答案的误差不超过25%,那么你就可以得到分数。所谓误差不超过25%,即,如果正确答案是X,那么你的答案在[0.8X,1.25X]这个闭区间内。

题解:

60分很明显可以bitset,我不会用,于是手动压24位的二进制。
复杂度O(224+nm/24)

我们注意到这个SPJ有点吊,于是随机算法可以派上用处。
先给最初的m个题目随机一个值,之后对每个想法存下值前T小的题目,如果题目数小于30,则答案为题目数,否则大概会满足下面的式子RAND_MAX/a[30] = m / Ans,可以多随机几次保证正确率。

Code:

#include<ctime>
#include<cstdio>
#include<cstdlib>
#include<cstring>
#include<algorithm>
#define ll long long
#define fo(i, x, y) for(int i = x; i <= y; i ++)
#define min(a , b) ((a) < (b) ? (a) : (b))
using namespace std;

const int Maxn = 1000005, Maxm = 100005;
int n, m, xx[Maxn], yy[Maxn];
double ans[Maxn];
int num[Maxm], d[Maxn][35];

int main() {
    freopen("a.in", "r", stdin);
    freopen("a.out", "w", stdout);
    srand((unsigned)time(0));
    scanf("%d %d", &n, &m);
    fo(i, m + 1, n) scanf("%d %d", &xx[i], &yy[i]);
    fo(T, 1, 5000000 / n) {
        fo(i, 1, n) num[i] = rand()+1;
        fo(i, 1, m) d[i][0] = 1, d[i][1] = i;
        fo(i, m + 1, n) {
            d[i][0] = 0;
            int l = 1, r = 1;
            int x = xx[i], y = yy[i];
            while((l <= d[x][0] || r <= d[y][0]) && d[i][0] < 30) {
                if(l > d[x][0]) {
                    if(d[i][d[i][0]] != d[y][r]) d[i][++ d[i][0]] = d[y][r];
                    r ++;
                    continue;
                }
                if(r > d[y][0]) {
                    if(d[i][d[i][0]] != d[x][l]) d[i][++ d[i][0]] = d[x][l];
                    l ++;
                    continue;
                }
                if(num[d[x][l]] < num[d[y][r]] || (num[d[x][l]] == num[d[y][r]] && d[x][l] <= d[y][r])) {
                    if(d[i][d[i][0]] != d[x][l]) d[i][++ d[i][0]] = d[x][l];
                    l ++;
                } else {
                    if(d[i][d[i][0]] != d[y][r]) d[i][++ d[i][0]] = d[y][r];
                    r ++;
                }
            }
            if(d[i][0] < 30)
                ans[i] += d[i][0]; else
                ans[i] += (double)30 * RAND_MAX / num[d[i][30]] - 1;
        }
    }
    fo(i, m + 1, n) printf("%lld\n", (ll)ans[i] / (5000000 / n));

}
### BJOI2013 压力 题目解析 #### 问题描述 题目要求计算每个网络设备必须通过的数据包数量。给定一个无向图,其中存在 $ N $ 个节点和 $ M $ 条边,以及 $ Q $ 组询问,每组询问表示从某个源点到目标点之间的路径。需要统计哪些节点是这些路径中的必经之点。 此问题可以通过构建 **圆方树** 并利用其特性来解决[^1]。 --- #### 圆方树简介 圆方树是一种基于无向图的特殊结构,能够高效处理与割点和桥有关的问题。它由两类节点组成: - **圆形节点**:代表原图中的实际顶点。 - **方形节点**:对应于原图的一个双连通分量 (BCC),即一组不存在割点的顶点集合。 在该题中,我们需要关注的是如何标记并统计经过特定割点的路径数目[^4]。 --- #### 实现细节 以下是具体实现方法: 1. **构建圆方树** 使用 Tarjan 算法找到所有的割点及其对应的双连通分量,并以此为基础构造圆方树。对于每一个新发现的双连通分量,创建一个新的方形节点并与所属的割点相连。 2. **路径差分** 对于每次查询 $(u, v)$,将其转化为对圆方树上的一次简单路径操作。通过对路径上的所有割点执行加一的操作完成统计工作[^2]。 3. **线段树优化** 考虑到可能存在的大量修改请求,在最终阶段可以引入线段树或其他区间数据结构进一步加速更新过程。 下面给出一段伪代码展示上述逻辑的核心部分: ```python def tarjan(u, fa): dfn[u] = low[u] = time_stamp stk.append(u) for y in adj[u]: if not dfn[y]: tarjan(y, u) low[u] = min(low[u], low[y]) if low[y] >= dfn[u]: # Found articulation point or bridge build_bcc(u, y) # Build corresponding square node elif y != fa and dfn[y] < dfn[u]: low[u] = min(low[u], dfn[y]) def build_bcc(root, child): global poi r = ++poi while True: w = stk[-1] stk.pop() att(r, w) # Attach the vertex to current biconnected component if w == child: break att(r, root) # Query processing using tree difference technique on constructed round-square tree. for query in queries: path_diff(query.start, query.end) ``` --- #### 时间复杂度分析 整个算法的时间复杂度主要依赖以下几个方面: - 构造圆方树所需时间为 $ O(N + M) $。 - 每次查询涉及一次简单的路径遍历,总时间开销为 $ O(Q \log N) $ 当采用合适的数据结构辅助时。 因此总体效率较高,适合大规模输入场景下的应用需求。 ---
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