[poj1741]Tree

本文深入浅出地介绍了点分治算法的基本概念和实现细节,通过一个完整的代码示例,展示了如何利用点分治算法解决特定类型的问题。文章首先定义了算法所需的数据结构,然后逐步解释了关键函数的作用,包括如何构建图、进行深度优先搜索、以及进行动态规划等。最后,通过一个具体的应用案例,展示了点分治算法的实际效果。

点分治入门。。

 1 #include <iostream>
 2 #include <algorithm>
 3 #include <cstdio>
 4 #include <cstdlib>
 5 #include <cstring>
 6 #include <cmath>
 7 using namespace std;
 8 
 9 const int N=100000;
10 int h[N],r[N],to[N],w[N],tot,n,k,root,ans,sz[N],f[N],dep[N],d[N],v[N],num,sum;
11 void insert(int u,int v,int z){
12     to[tot]=v;
13     r[tot]=h[u];
14     w[tot]=z;
15     h[u]=tot++;
16 }
17 void ins(int u,int v,int z){insert(u,v,z);insert(v,u,z);}
18 
19 void GR(int x,int fa){
20     sz[x]=1;f[x]=0;
21     for(int i=h[x];i!=-1;i=r[i]){
22         if(to[i]!=fa&&!v[to[i]]){
23             GR(to[i],x);
24             sz[x]+=sz[to[i]];
25             f[x]=max(f[x],sz[to[i]]);
26         }
27     }
28     f[x]=max(f[x],sum-sz[x]);
29     if(f[x]<f[root])root=x;
30 }
31 
32 void DP(int x,int f){
33     dep[++num]=d[x];
34     for(int i=h[x];i!=-1;i=r[i]){
35         if(to[i]!=f&&!v[to[i]]){
36             d[to[i]]=d[x]+w[i];
37             DP(to[i],x);
38         }
39     }
40 }
41 
42 int C(int x,int y,int t=0){
43     d[x]=y;
44     num=0;
45     DP(x,0);
46     sort(dep+1,dep+1+num);
47     for(int l=1,r=num;l<r;){
48         if(dep[l]+dep[r]<=k){t+=r-l;l++;}
49         else r--;
50     }
51     return t;
52 }
53 void W(int x){
54     ans+=C(x,0);
55     v[x]=1;
56     for(int i=h[x];i!=-1;i=r[i]){
57         if(!v[to[i]]){
58             ans-=C(to[i],w[i]);
59             sum=sz[to[i]];
60             root=0;
61             GR(to[i],root);
62             W(root);
63         }
64     }
65 }
66 int main(){
67     while(scanf("%d%d",&n,&k)==2&&(n||k)){
68         memset(h,-1,sizeof(h));
69         memset(v,0,sizeof(v));
70         ans=0;
71         root=0;
72         tot=0;
73         for(int i=1,u,v,z;i<n;i++){
74             scanf("%d%d%d",&u,&v,&z);
75             ins(u,v,z);
76         }
77         f[0]=0x3f3f3f3f;
78         sum=n;
79         GR(1,0);
80         W(root);
81         printf("%d\n",ans);
82     }
83 }
View Code

 

转载于:https://www.cnblogs.com/KingSann/articles/6349184.html

数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
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