[BZOJ]1922 [SDOI2010] 大陆争霸 最短路 + 堆优化

在一场虚构的战争背景下,本篇介绍了一道算法题目,玩家需利用自爆机器人摧毁敌方城市,并解决如何在受保护的城市中进行有效攻击的问题。文章详细解析了使用Dijkstra算法来确定最短路径的过程。

1922: [Sdoi2010]大陆争霸

Time Limit: 10 Sec   Memory Limit: 64 MB
Submit: 1978   Solved: 878
[ Submit][ Status][ Discuss]

Description

在一个遥远的世界里有两个国家:位于大陆西端的杰森国和位于大陆东端的 克里斯国。两个国家的人民分别信仰两个对立的神:杰森国信仰象征黑暗和毁灭 的神曾·布拉泽,而克里斯国信仰象征光明和永恒的神斯普林·布拉泽。 幻想历 8012年 1月,杰森国正式宣布曾·布拉泽是他们唯一信仰的神,同 时开始迫害在杰森国的信仰斯普林·布拉泽的克里斯国教徒。 幻想历 8012年 3月2日,位于杰森国东部小镇神谕镇的克里斯国教徒发动 起义。 幻想历 8012年 3月7日,神谕镇的起义被杰森国大军以残酷手段镇压。 幻想历 8012年 3月8日,克里斯国对杰森国宣战。由数十万大军组成的克 里斯军团开至两国边境,与杰森军团对峙。 幻想历 8012年 4月,克里斯军团攻破杰森军团防线进入神谕镇,该镇幸存 的克里斯国教徒得到解放。 战争随后进入胶着状态,旷日持久。战况惨烈,一时间枪林弹雨,硝烟弥漫, 民不聊生。 幻想历 8012年 5月12日深夜,斯普林·布拉泽降下神谕:“Trust me, earn eternal life.”克里斯军团士气大增。作为克里斯军团的主帅,你决定利用这一机 会发动奇袭,一举击败杰森国。具体地说,杰森国有 N 个城市,由 M条单向道 路连接。神谕镇是城市 1而杰森国的首都是城市 N。你只需摧毁位于杰森国首都 的曾·布拉泽大神殿,杰森国的信仰,军队还有一切就都会土崩瓦解,灰飞烟灭。 为了尽量减小己方的消耗,你决定使用自爆机器人完成这一任务。唯一的困 难是,杰森国的一部分城市有结界保护,不破坏掉结界就无法进入城市。而每个 城市的结界都是由分布在其他城市中的一些结界发生器维持的,如果想进入某个 城市,你就必须破坏掉维持这个城市结界的所有结界发生器。 现在你有无限多的自爆机器人,一旦进入了某个城市,自爆机器人可以瞬间 引爆,破坏一个目标(结界发生器,或是杰森国大神殿),当然机器人本身也会 一起被破坏。你需要知道:摧毁杰森国所需的最短时间。

Input

第一行两个正整数 N, M。 接下来 M行,每行三个正整数 ui, vi, wi,表示有一条从城市ui到城市 vi的单 向道路,自爆机器人通过这条道路需要 wi的时间。 之后 N 行,每行描述一个城市。首先是一个正整数 li,维持这个城市结界所 使用的结界发生器数目。之后li个1~N 之间的城市编号,表示每个结界发生器的 位置。如果 Li = 0,则说明该城市没有结界保护,保证L1 = 0 。

Output

仅包含一个正整数 ,击败杰森国所需的最短时间。

Sample Input

6 6
1 2 1
1 4 3
2 3 1
2 5 2
4 6 2
5 3 2
0
0
0
1 3
0
2 3 5

Sample Output

5

HINT

对于 20%的数据,满足 N≤15,M≤50; 
对于 50%的数据,满足 N≤500,M≤6,000; 
对于 100%的数据,满足 N≤3,000,M≤70,000,1≤wi≤108
。 
输入数据保证一定有解,且不会存在维持某个城市结界的结界发生器在这个
城市内部。 
连接两个城市的道路可能不止一条, 也可能存在一个城市自己到自己的道路。

Source


[ Submit][ Status][ Discuss]

HOME Back

  对基础算法有长见识了...这道题进入到某个城市是有条件的 -- 必须要先把相应的结界器给破坏掉. 这就有点拓扑的感觉, 一个城市如果能够到达了的话, 把这个城市破坏掉, 相应的这个城市保护的其他城市的保护就少了一个. 若某个城市对应的结界器全部破坏, 那么就可以到达了. 因为要求最短时间, 所以想到用最短路去求解.

设两个数组dis 和 act, 一个是可以到达的时间dis, 一个是允许进入的时间act(这个点结界器破坏完之时就是允许进入之时). 两者取max就是城市真实能到达的时间. 因为你能够到达某个城市, 但是可能他的结界还没有开放. 如果某个城市很早开放的话, 你也有可能需要花很长的时间才能到达那里.  那么max(dis[n], act[n])就是答案.

考虑怎么维护这两个数组.  我们用dijkstra跑最短路.

对于dis数组.在跑最短路的时候, 用取出的当前点的真实值(取max的那个值)去更新相连的其他点的dis值, 为什么只是dis值?因为其他店可能还没有开放, 所以你当前维护的只能是dis值, 如果你连的那个点结界被破坏掉了的话, 那么你就把他push到堆里, 不过push进去的距离值应该是那个点的真实值. 为什么不是dis值?因为比如说当前这个点更新其他点的话, 我们要得到其他点的dis值的话, 必须要保证你当前这个点的值是真实值才能去更新. 因为dis虽然来说只是可以到达的值, 但是你起码要保证可以到达啊, 所以你要用这个点到达的时间(即真实值)去更新相连的其他点, 才能保证其他点是真正可以到达的(虽然那些点可能还没有开放).

对于act数组. 你从堆里取出来的点相当于就是被爆破掉了, 只需要把当前点保护的其他城市所拥有的结界器--, 并更新他的允许进入时间. 如果那些点拥有结界器全没了, 就一样的把他push进堆里.

只能用Dijkstra, 因为SPFA的话会不断松弛不断入队, 当前取出的点的dis值并非尘埃落定, 以后可能还会被松弛. 那既然你当前点不是真实的, 这个点也就不能去更新其他点的dis值, act值. 要求真实. 对于类似Dijkstra这种性质的运用也可以去刘汝佳大神写的算法艺术与信息学竞赛里了解.

#include<stdio.h>
#include<cstring>
#include<queue>
#include<algorithm>
#define P pair<int, int>
#define fufil(a) memset(a, 60, sizeof(a))
using namespace std;
const int maxn = 3005;
priority_queue<P, vector<P>, greater<P> > q;
int n, m, num;
bool vis[maxn];
int h[maxn], a[maxn][maxn], dis[maxn], act[maxn], d[maxn], pro[maxn];
inline const int read(){
	register int x = 0;
	register char ch = getchar();
	while(ch < '0' || ch > '9') ch = getchar();
	while(ch >= '0' && ch <= '9') x = (x << 3) + (x << 1) + ch - '0', ch = getchar();
	return x;
}
struct edge{ int nxt, v, w;}e[70005];
inline void add(int u, int v, int w){ e[++num].v = v, e[num].nxt = h[u], e[num].w = w, h[u] = num;}

inline void Dijkstra(){
	fufil(dis);
	dis[1] = 0, q.push(P(0, 1));
	while(!q.empty()){
		int u = q.top().second, mx = q.top().first;
		q.pop();
		if(vis[u]) continue; vis[u] = true;
		for(int i = h[u]; i; i = e[i].nxt)
			if(dis[e[i].v] > mx + e[i].w){
				dis[e[i].v] = mx + e[i].w;
				if(!d[e[i].v]) q.push(P(max(dis[e[i].v], act[e[i].v]), e[i].v));
			}
		for(int i = 1; i <= pro[u]; ++i){
			int v = a[u][i];
			d[v]--, act[v] = max(act[v], mx);
			if(!d[v]) q.push(P(max(dis[v], act[v]), v));
		}
	}
}
int main(){
	n = read(), m = read();
	int u, v, w;
	for(int i = 1; i <= m; ++i){
		u = read(), v  = read(), w = read();
		if(u ^ v) add(u, v, w);
	}
	for(int i = 1; i <= n; ++i){
		d[i] = read();
		for(int j = 1; j <= d[i]; ++j) u = read(), a[u][++pro[u]] = i;
	}
	Dijkstra();
	printf("%d\n", max(dis[n], act[n]));
}



### 回答1: bzoj[1597][usaco2008 mar]土地购买 斜率优化 这道题是一道经典的斜率优化题目,需要用到单调队列的思想。 首先,我们可以将题目中的式子进行变形,得到: f[i] = f[j] + (sum[i] - sum[j] - m) ^ 2 + k 其中,sum[i] 表示前缀和,m 和 k 都是常数。 我们可以将式子中的 sum[i] 和 k 看作常数,那么我们需要优化的就是 (sum[i] - sum[j] - m) ^ 2 这一项。 我们可以将其展开,得到: (sum[i] - sum[j] - m) ^ 2 = sum[i] ^ 2 - 2 * sum[i] * (sum[j] + m) + (sum[j] + m) ^ 2 我们可以将其看作一个二次函数,其中 a = 1,b = -2 * (sum[j] + m),c = (sum[j] + m) ^ 2。 我们可以发现,当 j < k 时,如果 f[j] + a * sum[j] + b * sum[j] <= f[k] + a * sum[k] + b * sum[k],那么 j 就不可能是优决策点,因为 k 比 j 更优。 因此,我们可以用单调队列来维护决策点。具体来说,我们可以维护一个单调递增的队列 q,其中 q[i] 表示第 i 个决策点的下标。每次加入一个新的决策点 i 时,我们可以将队列尾部的决策点 j 弹出,直到队列为空或者 f[j] + a * sum[j] + b * sum[j] <= f[i] + a * sum[i] + b * sum[i]。然后,我们将 i 加入队列尾部。 后,队列头部的决策点就是优决策点。我们可以用类似于双指针的方法来维护队列头部的决策点是否在当前区间内,如果不在,就弹出队列头部。 时间复杂度为 O(n)。 ### 回答2: 这道题目属于斜率优化的经典题目,难度较高,需要掌握一定的数学知识。 首先,我们可以将题目中的“大利润”转化为“小成本”,这样问题就变成了找到一个方案,使得购买土地的成本小。 接着,我们考虑如何用斜率优化来解决这个问题。我们可以定义一个函数f(i),表示前i块土地的小成本。 显然,f(1)=0,因为不需要购买任何土地。 对于f(i),它可以由f(j)+b(i)×a(j+1)得到,其中j<i,a(j+1)表示第j+1块土地的面积,b(i)表示第i块土地的价格。这个式子的含义是,我们现在要购买第i块土地,那么前面的土地(即前j块)就都要买,所以f(j)表示前j块土地的小成本,b(i)×a(j+1)表示购买第i块土地的成本。 那么,我们可以得到递推公式: f(i)=min{f(j)+b(i)×a(j+1)},其中j<i。 这个公式看起来很简单,但是要注意的是,当b(i)×a(j+1)的斜率相同时,我们需要取其中面积较小的土地,因为它的价格更低。因此,我们需要对斜率进行排序,并在递推中用单调队列维护斜率相等的情况下面积小的土地。 终,f(n)就是题目所求的小成本。 总之,这道题目需要深入理解斜率优化算法的原理和实现方式,并且需要注意细节处理,如果能够顺利地解决这个问题,那么对于斜率优化算法的掌握程度就有了很大的提升。 ### 回答3: 土地购买问题可以采用斜率优化算法来解决。这个问题可以转化为一个单调队列的问题。 首先,我们需要对土地价格按照边长从小到大排序。然后,对于每块土地,我们需要求出它的贡献。设 $f_i$ 表示前 $i$ 块土地连续的小代价。 设当前处理到第 $i$ 块土地,已经求出了前 $j$ 块土地的小代价 $f_j$。那么我们可以得到下面这个式子: $$ f_i=\min\limits_{j=1}^{i-1}\{f_j+(S_i-S_j)^2+P\} $$ 式子中,$S_i$ 表示前 $i$ 块土地的边长和,$P$ 表示额外购买土地的代价。首先,不考虑额外购买土地,我们可以使用动态规划来求出 $f_i$。但是,考虑到额外购买土地的代价 $P$ 是一个固定值,我们可以考虑将它与某一块土地的代价合并起来,这样就可以使用斜率优化技术来优化动态规划算法。 我们定义一个决策点 $j$,表示我们当前要处理第 $i$ 块土地时,已经处理过 $j$ 块土地,并将第 $j+1$ 块土地到第 $i$ 块土地购买,所需的小代价。我们假设 $S_i>S_j$,则可以得到下面这个式子: $$ f_i=\min\limits_{j=1}^{i-1}\{f_j+(S_i-S_j)^2+P\} $$ 将它整理成斜率截距式可以得到: $$ y=kx+b $$ 其中 $k=(S_j)^2-2S_iS_j$,$b=f_j+(S_i)^2+P-S_j^2$,$x=S_j$,$y=f_j+(S_j-S_i)^2-S_j^2$。我们发现 $k$ 是一个单调递减的函数,因此我们可以使用一个单调队列来维护所有可能成为决策点的点。对于每个点,我们计算函数 $y$ 的值并将它们加入队列,然后取队头元素的值作为 $f_i$。 综上所述,我们可以使用斜率优化技术来解决土地购买问题,时间复杂度为 $O(n)$。
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