noip模拟11.3 T3

本文针对期望DP问题进行了深入探讨,包括推导从节点到根节点及从根节点到指定节点的期望时间公式,并通过具体代码实现了解决方案。

想不到连着两天都考了同一类的期望dp。今天打的40分的暴力+20分治(挂),看来自己对这一类问题还是掌握的不够灵活。

问题

1.今天在推公式的时候就推错了,只能凭着昨天的印象强行套了昨天的结论。这也算是没能灵活运用的原因之一吧。
2.考试的时候抱着一种【(yiwei)前两题都过了这道题一定过不了的心态】。【这样子不对啊】

思路

来吧让我们推一下公式
f[i]表示从i到root的期望时间, g[i]表示从root到i的期望时间。
例:

1、求f[ ]从i到root的期望时间

从u->v f[v]=f[u]+x[u]
xu=1/d+1/d*sigma(xi+1+xu)

解释:

1/d:为从u走到v的步数(1)*概率(1/d)
sigma(xi+1+xu):xi为和u相连的除了v的其余点也就是->i为u的子节点的集合,意为走到这些点走出来的期望步数,+1为走到其余点的步数(前面乘了1/d,打开括号就是期望值了),+xu为从u节点接着到除v以外别的节点所走的步数的期望
考试的时候写的是 1+1/d*sigma(xi+1+xu),没有乘概率,导致推错。

2、求g[ ]从root到i的期望时间。

从u->v f[v]=f[u]+x[u]
xu=1/d+1/d*sigma(xi+1+xu)

解释:

和上一个唯一的不同就是xi的意义。i为u的子节点以及父节点除了v节点的集合

化简:

化简下来的为:
x[u]=d+sigma(xi)

对于f[ ]:x[u]=2*size[v]-1 因为i表示的是v的子节点
对于g[ ]:x[u]=2*(size[1]-size[v])-1 因为i表示的是v的子节点
#include<cstdio>
#include<algorithm>
#include<cstring>
using namespace std;
const int N=1e5+5,P=16,MOD=1e9+7;
int n,q;
int nxt[2*N],head[N],to[2*N],etot;
int anc[N][P+1],g[N],f[N];
int dep[N],size[N];
void adde(int u,int v)
{
    to[++etot]=v;
    nxt[etot]=head[u];
    head[u]=etot;
}
void dfs(int u,int fa)
{
    dep[u]=dep[fa]+1;
    anc[u][0]=fa;
    for(int p=1;p<=P;p++)
    anc[u][p]=anc[anc[u][p-1]][p-1];
    size[u]=1;
    for(int i=head[u];i;i=nxt[i]){
        int v=to[i];
        if(v==fa) continue;
        dfs(v,u);
        size[u]+=size[v];
    }
}
//g[]从root到u的期望时间,f[]从u到root的期望时间 
void dfs1(int u,int fa)
{
    for(int i=head[u];i;i=nxt[i]){
        int v=to[i];
        if(v==fa) continue;
        g[v]=(g[u]+2*(size[1]-size[v])-1)%MOD;
        f[v]=(f[u]+2*size[v]-1)%MOD; 
        dfs1(v,u);
    }
}
int lca(int u,int v)
{
    if(dep[u]<dep[v]) swap(u,v);
    int t=dep[u]-dep[v];
    for(int p=0;t;t>>=1,p++)
    if(t&1) u=anc[u][p];
    if(u==v) return u;
    for(int p=P;p>=0;p--)
    if(anc[u][p]!=anc[v][p]) u=anc[u][p],v=anc[v][p];
    return anc[u][0];
}
int main()
{
    freopen("tree.in","r",stdin);
    freopen("tree.out","w",stdout);
    scanf("%d%d",&n,&q);
    for(int i=1;i<n;i++){
        int u,v;
        scanf("%d%d",&u,&v);
        adde(u,v),adde(v,u);
    }
    g[1]=0,f[1]=0;
    dfs(1,1);
    dfs1(1,1);
    while(q--){
        int u,v;
        scanf("%d%d",&u,&v);
        int l=lca(u,v);
        printf("%d\n",((f[u]-f[l]+g[v]-g[l])%MOD+MOD)%MOD);
    }
    return 0;
}
标题基于Python的汽车之家网站舆情分析系统研究AI更换标题第1章引言阐述汽车之家网站舆情分析的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景与意义说明汽车之家网站舆情分析对汽车行业及消费者的重要性。1.2国内外研究现状概述国内外在汽车舆情分析领域的研究进展与成果。1.3论文方法及创新点介绍本文采用的研究方法及相较于前人的创新之处。第2章相关理论总结和评述舆情分析、Python编程及网络爬虫相关理论。2.1舆情分析理论阐述舆情分析的基本概念、流程及关键技术。2.2Python编程基础介绍Python语言特点及其在数据分析中的应用。2.3网络爬虫技术说明网络爬虫的原理及在舆情数据收集中的应用。第3章系统设计详细描述基于Python的汽车之家网站舆情分析系统的设计方案。3.1系统架构设计给出系统的整体架构,包括数据收集、处理、分析及展示模块。3.2数据收集模块设计介绍如何利用网络爬虫技术收集汽车之家网站的舆情数据。3.3数据处理与分析模块设计阐述数据处理流程及舆情分析算法的选择与实现。第4章系统实现与测试介绍系统的实现过程及测试方法,确保系统稳定可靠。4.1系统实现环境列出系统实现所需的软件、硬件环境及开发工具。4.2系统实现过程详细描述系统各模块的实现步骤及代码实现细节。4.3系统测试方法介绍系统测试的方法、测试用例及测试结果分析。第5章研究结果与分析呈现系统运行结果,分析舆情数据,提出见解。5.1舆情数据可视化展示通过图表等形式展示舆情数据的分布、趋势等特征。5.2舆情分析结果解读对舆情分析结果进行解读,提出对汽车行业的见解。5.3对比方法分析将本系统与其他舆情分析系统进行对比,分析优劣。第6章结论与展望总结研究成果,提出未来研究方向。6.1研究结论概括本文的主要研究成果及对汽车之家网站舆情分析的贡献。6.2展望指出系统存在的不足及未来改进方向,展望舆情
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