BZOJ 2599 Race

本文介绍了一道关于点分治的经典算法题目,旨在寻找权值和为K的最短路径。通过详细的代码实现和策略说明,展示了如何确保选取的路径位于不同的子树中。

题目描述

给一棵树,每条边有权.求一条简单路径,权值和等于K,且边的数量最小.N <= 200000, K <= 1000000

解析:

点分治模板题,一开始有一个地方理解的不是很好,就是如何保证取的两条路径不在一个子树之内,后来一个很强很帅还能拿AU的学长告诉我可以先遍历子树但不修改子树中的点对答案的贡献,等到遍历完子树后再修改,这样可以保证取的两条路径一定不在一个子树内(因为当你更新答案的时候当前子树内的点对答案的贡献还未修改,自然无法用它来更新答案了)

代码:

#include<iostream>
#include<cstdio>
#define inf 1e9
using namespace std;
struct point
{
    int to;
    int next;
    int dis;
}e[400010];
int n,num,ans,root,sum,k;
int t[1000001],head[200010],son[200010],f[200010],d[200010],dis[200010];
bool vis[200010];
void add(int from,int to,int dis)
{
    e[++num].next=head[from];
    e[num].to=to;
    e[num].dis=dis;
    head[from]=num;
}
void getroot(int x,int fa)
{
    son[x]=1;
    f[x]=0;
    for(int i=head[x];i!=0;i=e[i].next)
    {
        int to=e[i].to;
        if(to==fa||vis[to]) continue;
        getroot(to,x);
        son[x]+=son[to];
        f[x]=max(f[x],son[to]);
    }
    f[x]=max(f[x],sum-son[x]);
    if(f[x]<f[root]) root=x;
}
void cal(int x,int fa)
{
    if(dis[x]<=k) ans=min(ans,d[x]+t[k-dis[x]]);
    for(int i=head[x];i!=0;i=e[i].next)
    {
        int to=e[i].to;
        if(to==fa||vis[to]) continue;
        d[to]=d[x]+1;
        dis[to]=dis[x]+e[i].dis;
        cal(to,x);
    }
}
void SLR(int x,int fa,bool flag)
{
    if(dis[x]<=k)
    {
        if(flag) t[dis[x]]=min(t[dis[x]],d[x]);
        else t[dis[x]]=inf;
    }
    for(int i=head[x];i!=0;i=e[i].next)
    {
        int to=e[i].to;
        if(to!=fa&&!vis[to])
            SLR(to,x,flag);
    }
}
void solve(int x)
{
    vis[x]=true;
    t[0]=0;
    for(int i=head[x];i!=0;i=e[i].next)
    {
        int to=e[i].to;
        if(vis[to]) continue;
        d[to]=1;
        dis[to]=e[i].dis;
        cal(to,0);
        SLR(to,0,1);
    }
    for(int i=head[x];i!=0;i=e[i].next)
    {
        int to=e[i].to;
        if(!vis[to])
            SLR(to,0,0);
    }
    for(int i=head[x];i!=0;i=e[i].next)
    {
        int to=e[i].to;
        if(vis[to]) continue;
        root=0;
        sum=son[to];
        getroot(to,0);
        solve(root);
    }
}
int main()
{
    scanf("%d%d",&n,&k);
    for(int i=1;i<=k;i++) t[i]=n;
    for(int i=1;i<=n-1;i++)
    {
        int x,y,z;
        scanf("%d%d%d",&x,&y,&z);
        x++; y++;
        add(x,y,z);
        add(y,x,z);
    }
    ans=sum=f[0]=n;
    getroot(1,0);
    solve(root);
    if(ans!=n) printf("%d",ans);
    else printf("-1");
    return 0;
}
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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