2021牛客暑期多校训练营3B

本文讲述了矩阵染色问题的解决方案,通过构造2*2小矩阵染色规则,得出选择一列全选再逐列选一个点的策略,并进一步分析得出问题本质为求解最小生成树。作者采用并查集实现最小生成树算法,最终通过遍历所有点的权值构建边并求解。同时提及了群友提出的DSU+二分图解法,但未深入探讨。

题目

题意:矩阵,n行m列(5e3),点有权在1e5以内,2*2小矩阵染三另一免费,求全染权和;

我:四个方向DP一下吧,应该没错吧,怎么这么多人wa,通过率血马低,不对劲,开始换做法。
一个半小时后,终于yy出来了:

2*2小矩阵染三另一免费
这是唯一一个约束,那易想到一个万能解法,那就是选一列全选了,然后之后每一列都选一个点,剩下的点都是免费的,那么一共选了n+m-1个点;显然这个并不是最优解,因为没有考虑点权。
继续yy:
(i,j),(i+1,j),(i,j+1)都选了,
那么第四个点就能取了,考虑性质连通性,显然可以建立行列联通思想.
于是 定义(i,j)表示存在一条i-j的边,权值为点权; 至此豁然开朗,那么为什么i+1和j+1免费了,因为第i+1行和第i行联通,第i行和第j列联通,第j列和第j+1列联通。
大为震撼,现在验算一下:
如果选了若干点,但是不满足上面的条件能免费吗,显然是不能的,最后得出来就是把n行和m列全部勾连起来,剩下的点全部全部全部全部免费!

所以:这个题就是有n+m个点,有n*m条边,求MST,做完了;

做完之后一看群,群友竟然还有dsu+二分图做法;我一看所有的边的的确确就是链接一个二分图,左边是n行,右边是m列,中间是(i,j)边

不过我对dsu思想仍未涉及多深,故不做分析,仅仅使用最小生成树做法做,是完全简单且直接的。
最后贴上简单得不能简单的代码:

const int maxn = 5e3+10;
struct node{int x,y,z;};
node t[maxn*maxn];
int fa[maxn*2];
int getfa(int k){return fa[k]==k?k:(fa[k] = getfa(fa[k]));}
void _merge(int x,int y)
{
    int a = getfa(x);
    int b = getfa(y);
    fa[a] = fa[b];
}
int cnt =0;
vector<pii >tong[100010];
int main()
{
	int n,m,a,b,c,d,p;
	scanf("%d %d %d %d %d %d %d",&n,&m,&a,&b,&c,&d,&p);
	for(int i=1;i<=n+m;++i)fa[i] = i;
	t[0].z=a;
	for(int i=1;i<=n;i++)
    {
		for(int j=1;j<=m;j++)
        {
			cnt++;
			t[cnt].x=i;
			t[cnt].y=n+j;//列编号是n+j;
			t[cnt].z=((ll )t[cnt-1].z*t[cnt-1].z*b+(ll )t[cnt-1].z*c+d)%p;
		//	printf("%d %d %d\n",t[cnt].x,t[cnt].y,t[cnt].z);
			tong[t[cnt].z].push_back((pii ){i,n+j});
		}
	}
	//
	ll ans =0,tot=0;
	for(int i =0;i<p;++i)
    {
       // printf("%d\n",tong[i].size());
        for(int j = 0;j<tong[i].size();++j)
        {
            if( getfa(tong[i][j].X)!=getfa(tong[i][j].Y) )
            {
               // printf("%d %d %d %d\n",i,j,tong[i][j].X,tong[i][j].Y);
                ans+=i;
                _merge(tong[i][j].X,tong[i][j].Y);
                ++tot;
                if(tot==n+m-1)break;
            }
        }
        if(tot==n+m-1)break;
    }
    printf("%lld\n",ans);

	return 0;
}
当前,全球经济格局深刻调整,数字化浪潮席卷各行各业,智能物流作为现代物流发展的必然趋势和关键支撑,正迎来前所未有的发展机遇。以人工智能、物联网、大数据、云计算、区块链等前沿信息技术的快速迭代与深度融合为驱动,智能物流不再是传统物流的简单技术叠加,而是正在经历一场从自动化向智能化、从被动响应向主动预测、从信息孤岛向全面互联的深刻变革。展望2025年,智能物流系统将不再局限于提升效率、降低成本的基本目标,而是要构建一个感知更全面、决策更精准、执行更高效、协同更顺畅的智慧运行体系。这要求我们必须超越传统思维定式,以系统化、前瞻性的视角,全面规划和实施智能物流系统的建设。本实施方案正是基于对行业发展趋势的深刻洞察和对未来需求的精准把握而制定。我们的核心目标在于:通过构建一个集成了先进感知技术、大数据分析引擎、智能决策算法和高效协同平台的综合智能物流系统,实现物流全链路的可视化、透明化和智能化管理。这不仅是技术层面的革新,更是管理模式和服务能力的全面提升。本方案旨在明确系统建设的战略方向、关键任务、技术路径和实施步骤,确保通过系统化部署,有效应对日益复杂的供应链环境,提升整体物流韧性,优化资源配置效率,降低运营成本,并最终为户创造更卓越的价值体验。我们致力于通过本方案的实施,引领智能物流迈向更高水平,为构建现代化经济体系、推动高质量发展提供强有力的物流保障。
### 暑期训练营的适合水平分析 暑期训练营是一项面向算法竞赛爱好者的系列比赛,主要目的是为选手提供一个练习和提升的机会[^1]。该训练营通常吸引了来自全国各地的编程爱好者以及准备参加 ACM-ICPC 或其他算法竞赛的学生参与。根据以往的经验,以下是对适合水平的详细分析: #### 1. **基础要求** 训练营中的题目难度跨度较大,从入门级到高难度均有覆盖。对于新手选手来说,如果具备一定的算法基础(如掌握基本的数据结构、排序算法、搜索算法等),可以尝试参与并从中学习[^2]。 #### 2. **中级选手** 中级水平的选手通常已经熟练掌握了常见的算法模板,例如动态规划、图论(最短路径、最小生成树等)、字符串匹配等。这类选手可以通过训练营中的中等难度题目进一步巩固知识,并挑战更高难度的问题以提升能力[^3]。 #### 3. **高级选手** 高级水平的选手通常是 ACM-ICPC 区域赛或更高级别比赛的参赛者。他们能够快速解决大部分常规问题,并专注于研究复杂算法和优化技巧。对于这些选手,训练营是一个检验自身实力、发现不足的好机会[^4]。 #### 4. **团队协作能力** 值得注意的是,训练营不仅考察个人能力,还强调团队合作的重要性。许题目需要名队员分工合作才能高效完成。因此,即使是高水平的个人选手,也需要通过训练营来磨练与队友的配合能力[^5]。 ```python # 示例代码:计算最短路径(Dijkstra算法) import heapq def dijkstra(graph, start): n = len(graph) dist = [float(&#39;inf&#39;)] * n dist[start] = 0 heap = [(0, start)] while heap: d, u = heapq.heappop(heap) if d > dist[u]: continue for v, w in graph[u]: if dist[u] + w < dist[v]: dist[v] = dist[u] + w heapq.heappush(heap, (dist[v], v)) return dist ``` 上述代码展示了图论中经典的 Dijkstra 算法实现,这是训练营中可能出现的基础知识点之一。 ---
评论 1
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