spoj freetour II

本文探讨了一种解决特定图论问题的方法,该问题涉及寻找最优路径和子图,通过使用深度优先搜索和动态规划技术来优化解决方案。文章提供了一个完整的C++实现案例,包括全局变量误用和算法细节解释。

昨天吐槽还没A,今天就A了
有个变量开成了全局变量,应该携程局部变量

对于中间的solve我也不懂为什么是nlog2n,我不看题解也不会做

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int INF = 2000000000;
const int MAXN = 4e5+5;

int ans;
int co[MAXN];
int vis[MAXN];
struct Pode{
    int to,nx, di;
    Pode(int a=0,int b=0,int c=0):to(a), nx(b), di(c){}
}E[MAXN];
int head[MAXN], cot;
void add(int u, int v, int w) {
    E[cot] = Pode(v,head[u],w); head[u] = cot++;
}
int N,K,M;
/***************WeightRoot************/
int all, num, center;
int dp[MAXN], nodes[MAXN]; 
void findRoot(int x,int pre) {
    nodes[x] = 1; dp[x] = 0;
    for(int i = head[x]; ~i; i = E[i].nx) {
        int y = E[i].to; if(y == pre || vis[y]) continue;
        findRoot(y,x);
        nodes[x] += nodes[y];
        dp[x] = max(dp[x], nodes[y]);
    }
    dp[x] = max(dp[x], all-nodes[x]);
    if(dp[x] < num) {
        num = dp[x]; center = x;
    }
}
int getRoot(int root,int sn) {
    num = INF; all = sn; center = root;
    findRoot(root, -1);
    return center;  
}
/*************treecdq***************/
struct Node{
    int dep, v, di;
}so[MAXN]; 
int cmp(Node a,Node b) {
    return a.dep < b.dep;
}
int dep[MAXN]; // max dep (black)
int g[MAXN]; 
int mg[MAXN];
void getdep(int x,int pre) {
    dep[x] = co[x]; int res = 0;
    for(int i = head[x]; ~i; i = E[i].nx) {
        int y = E[i].to; if(y == pre || vis[y]) continue;
        getdep(y,x);
        res = max(res, dep[y]);
    }   
    dep[x] += res;
}
void getg(int x,int pre,int d,int c) {
    g[c] = max(g[c], d);
    for(int i = head[x]; ~i; i = E[i].nx) {
        int y = E[i].to; if(y == pre || vis[y]) continue;
        getg(y,x,d+E[i].di, c+co[y]);
    }
}
void work(int x) {
    vis[x] = 1; int tot = 0;
    for(int i = head[x]; ~i; i = E[i].nx) {
        int y = E[i].to; if(vis[y]) continue;
        work(getRoot(y,nodes[y]));
    }
    for(int i = head[x]; ~i; i = E[i].nx) {
        int y = E[i].to; if(vis[y]) continue;
        getdep(y, x);
        so[++tot].dep = dep[y]; so[tot].v = y; so[tot].di = E[i].di;
    }
    sort(so+1,so+tot+1,cmp);
//  printf("%d:",x); for(int i = 1; i <= tot; ++i) printf("%d ",so[i].dep); printf("\n");
    for(int i = 0; i <= so[tot].dep; ++i) mg[i] = -INF;
    for(int i = 1; i <= tot; ++i) {
        int t1 = so[i].dep; int t2 = so[i].v; int t3 = so[i].di;
        for(int j = 0; j <= t1; ++j) g[j] = -INF;
        getg(t2,x,t3,co[t2]);
        if(i != 1) {
            for(int j = 0; j <= K-co[x] && j <= t1; ++j) {
                int tt = min(so[i-1].dep, K-co[x]-j);
                if(mg[tt] == -INF) break;
                if(g[j] != -INF) ans = max(ans, mg[tt]+g[j]);
            }
        }
        for(int j = 0; j <= t1; ++j) {
            mg[j] = max(g[j], mg[j]);
            if(j) mg[j] = max(mg[j], mg[j-1]);
            if(j+co[x] <= K) ans=max(ans, mg[j]);   
        }
    }
    vis[x] = 0;
}

int main(){ 
    while(~scanf("%d %d %d",&N,&K,&M)) {
        ans = 0;
        memset(head,-1,sizeof(head)); cot = 0;
        memset(co,0,sizeof(co));
        memset(vis,0,sizeof(vis));
        for(int i = 1; i <= M; ++i) {
            int a; scanf("%d",&a);
            co[a] ++;
        }
        for(int i = 1; i < N; ++i) {
            int a,b,c; scanf("%d %d %d",&a,&b,&c);
            add(a,b,c); add(b,a,c);
        }
        work(getRoot(1,N));
        printf("%d\n",ans);
    }
    return 0;
}
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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