[LOJ#2290][THUWC 2017][概率][状压][DP][陈老师神题]随机二分图

本文介绍了一种使用状态压缩动态规划(状压DP)的方法来解决一个关于完美匹配概率的问题。通过将边分为同时出现和仅单一出现的组,并进行概率调整,实现了对复杂匹配情况的有效计算。

又是一个冬令营未填的坑

可以根据期望的直接定义,求出每个完美匹配出现的概率。
因为n很小,可以状压DP, fs,t 表示左边被匹配的状态为 s ,右边被匹配的状态为 t 时的概率,因为左右边被匹配的点个数是相同的,所以状态数大概为 Cin2 ???但是肯定远远比这个小。

然后直接做不太容易实现
可以把两条边的组拆分。
同时出现的组 可以拆成两条50%的边,以及25%同时出现的边组
只出现其中一条的组 可以拆成两条50%的边,以及-25%同时出现的边组。
为什么这样可行呢,因为同时出现的边组(x1,y1,x2,y2),在x1或y1已经被匹配的时候能对匹配(x2,y2)产生50%的贡献,在x2或y2已经被匹配的时候能对匹配(x1,y1)产生50%的贡献,但是对同时匹配(x1,y1),(x2,y2)只能产生25%的贡献,所以要补上25%的同时出现的贡献。

(这组边不拆分应该也可以,不过不拆分的话代码难度会变大)

同理只出现一条的边组(x1,y1,x2,y2),在拆成(x1,y1)(x2,y2)时,对同时匹配(x1,y1)(x2,y2)时会多产生25%的贡献,所以要加上一组-25%同时出现的边组

这样贡献就可以变得好处理了。

#include <cstdio>
#include <iostream>
#include <algorithm>
#include <map>
#include <vector>

using namespace std;

const int N=16,P=1e9+7;

int n,m,cnt;
int flg[N][N];
int fir[1<<N];
struct twc{
  int x,y,type;
}e[N*N];

map<int,int> f[1<<N-1];
vector<int> edge[N];

inline int Pow(int x,int y){
  int ret=1;
  for(;y;y>>=1,x=1LL*x*x%P) if(y&1) ret=1LL*x*ret%P;
  return ret;
}

int main(){
  scanf("%d%d",&n,&m);
  for(int i=1;i<=m;i++){
    int type,u,v; scanf("%d%d%d",&type,&u,&v);
    edge[u].push_back(v);
    if(type!=0){
      ++cnt;
      scanf("%d%d",&e[cnt].x,&e[cnt].y);
      edge[e[cnt].x].push_back(e[cnt].y);
      if(e[cnt].x<u) swap(u,e[cnt].x),swap(e[cnt].y,v);
      if(e[cnt].x==u||e[cnt].y==v) continue;
      e[cnt].type=type==1?1:-1;
      flg[u][v]=cnt;
    }
  }
  int tw=Pow(2,P-2),fo=1LL*tw*tw%P;
  f[0][0]=1;
  for(int i=1;i<(1<<n);i++) fir[i]=min(fir[i>>1]+1,(i&1)?n+1:0);
  for(int s=0;s<(1<<n)-1;s++){
    int u=fir[s]+1;
    for(auto st : f[s]){
      int t=st.first,val=st.second;
      for(int v : edge[u]){
    if((t>>v-1)&1) continue;
    (f[s|(1<<u-1)][t|(1<<v-1)]+=1LL*val*tw%P)%=P;
    if(flg[u][v]){
      int x=e[flg[u][v]].x,y=e[flg[u][v]].y;
      if(((s>>x-1)&1)||((t>>y-1)&1)) continue;
      (f[s|(1<<u-1)|(1<<x-1)][t|(1<<v-1)|(1<<y-1)]+=(P+1LL*val*fo*e[flg[u][v]].type%P)%P)%=P;
    }
      }
    }
  }
  int ans=f[(1<<n)-1][(1<<n)-1];
  for(int i=1;i<=n;i++) ans=1LL*ans*2%P;
  printf("%d\n",ans); return 0;
}
可并堆是一种支持合并操作的堆数据结构,常见的可并堆有左偏树、斜堆、二项堆等。对于 LOJ#P188 可并堆的问,下面以左偏树为例给出解思路和代码实现。 ### 解思路 1. **左偏树的性质**: - 左偏树是一种可并堆,它满足堆性质(小根堆或大根堆),即每个节点的值小于(或大于)其子节点的值。 - 左偏树还满足左偏性质,即每个节点的左子树的距离(到最近的叶子节点的距离)不小于右子树的距离。 2. **合并操作**: - 合并两个左偏树时,比较两个根节点的值,将值较大的根节点的树合并到值较小的根节点的右子树中。 - 合并后,检查右子树的距离是否大于左子树的距离,如果是,则交换左右子树,以维护左偏性质。 3. **插入操作**: - 插入一个新节点可以看作是合并一个只有一个节点的左偏树和原左偏树。 4. **删除操作**: - 删除根节点后,将其左右子树合并成一个新的左偏树。 ### 代码实现 ```python class Node: def __init__(self, val): self.val = val self.left = None self.right = None self.dist = 0 def merge(x, y): if not x: return y if not y: return x if x.val > y.val: x, y = y, x x.right = merge(x.right, y) if not x.left or (x.right and x.left.dist < x.right.dist): x.left, x.right = x.right, x.left x.dist = (x.right.dist + 1) if x.right else 0 return x def insert(root, val): new_node = Node(val) return merge(root, new_node) def delete(root): return merge(root.left, root.right) # 示例使用 root = None root = insert(root, 3) root = insert(root, 1) root = insert(root, 5) print(root.val) # 输出堆顶元素 root = delete(root) print(root.val) # 输出删除堆顶元素后的堆顶元素 ```
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