BZOJ 2654 tree

本文探讨了在无向带权连通图中寻找恰好包含特定数量白色边的最小生成树的问题。通过修改白色边权重并应用Kruskal算法,结合二分查找技巧,实现了解决方案。

Description

给你一个无向带权连通图,每条边是黑色或白色。让你求一棵最小权的恰好有need条白色边的生成树。
题目保证有解。

Input

第一行V,E,need分别表示点数,边数和需要的白色边数。
接下来E行,每行s,t,c,col表示这边的端点(点从0开始标号),边权,颜色(0白色1黑色)。

Output

一行表示所求生成树的边权和。
V<=50000,E<=100000,所有数据边权为[1,100]中的正整数。

Sample Input

2 2 1
0 1 1 1
0 1 2 0

Sample Output

2
如果直接kruskal求最小生成树,是无法保证白边数量的,那么我们考虑如果改变白边的数量
可以把白边全部都加上一个权值
也就是我们二分的值,然后跑最小生成树,同时记录白边数量。
但是可能会有无法达到need的情况
例如+2后是need+1,+1后是need-1
于是我们在排序时,边权相同优先把白边往前排,使最小生成树的白边尽量多
反正可以用黑边替换
 1 #include<iostream>
 2 #include<cstdio>
 3 #include<cstring>
 4 #include<algorithm>
 5 using namespace std;
 6 struct Edge
 7 {
 8   int u,v,dis,c;
 9 }a[101001],E[101001];
10 int ans=2e9,n,m,set[101001],need;
11 bool cmp(Edge a,Edge b)
12 {
13   if (a.dis==b.dis)
14     return a.c<b.c;
15   return a.dis<b.dis;
16 }
17 int find(int x)
18 {
19   if (set[x]!=x) set[x]=find(set[x]);
20   return set[x];
21 }
22 bool check(int c)
23 {int i,j,cnt,s;
24   memcpy(a,E,sizeof(a));
25   for (i=1;i<=m;i++)
26     if (a[i].c==0)
27     {
28       a[i].dis+=c;
29     }
30   sort(a+1,a+m+1,cmp);
31   for (i=0;i<=n;i++)
32     set[i]=i;
33   cnt=0;s=0;j=0;
34   for (i=1;i<=m;i++)
35     {
36       int p=find(a[i].u);
37       int q=find(a[i].v);
38       if (p!=q)
39     {
40       set[p]=q;
41       if (a[i].c==0) cnt++;
42       s+=a[i].dis;
43       j++;
44       if (j==n-1) break;
45     }
46     }
47   if (cnt<need) return 0;
48   else
49     {
50       ans=min(ans,s-need*c);
51       return 1;
52     }
53 }
54 int main()
55 {int i;
56   cin>>n>>m>>need;
57   for (i=1;i<=m;i++)
58     {
59       scanf("%d%d%d%d",&E[i].u,&E[i].v,&E[i].dis,&E[i].c);
60     }
61   int l=-100,r=100;
62   while (l<=r)
63     {
64       int mid=(l+r)/2;
65       if (check(mid)) l=mid+1;
66       else r=mid-1;
67     }
68   cout<<ans;
69 }

 

转载于:https://www.cnblogs.com/Y-E-T-I/p/7455284.html

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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