51nod1588幸运树

本文介绍了一道关于在带权树上寻找特定三元组的问题,重点在于利用DFS和BFS算法来计算路径中包含幸运数字4或7的点的数量。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

比得喜欢幸运数字。这里所说的幸运数字是由4和7组成的正整数。比如,数字47,744,4是幸运数字,而5,17,467就不是。

一天,比得遇到一棵由n个点组成的树。另外,这棵树是带权的,即每条边有一个权值(由一个正整数表示)。如果一条边的权值是一个幸运数字,那么我们就说这条边是一条幸运边。说明一下,一棵n个结点的树是由n个结点和n-1条边组的无环的无向图。 

比得好奇,在树中有多少个满足以下条件的三元组tr(i,j,k)(i,j,k是三个不同的点)。

1.i到j有路径,i到k也有路径

2.每条路径中至少有一条幸运边。

数字的顺序是有意义的,举例说明,tr(1,2,3),tr(1,3,2),tr(2,1,3)是三个不同的序列。

现在要求计算在树中存在多少个这样的三元组关系。

样例解释:

样例一中的16种情况分别为:

(1,2,4),(1,4,2),(2,1,3),(2,1,4),(2,3,1),(2,3,4),(2,4,1),(2,4,3),(3,2,4),(3,4,2),(4,1,2),(4,1,3),(4,2,1),(4,2,3),(4,3,1),(4,3,2)


Input
单组测试数据
第一行包含一个整数n(1≤n≤10^5)。
接下来的n-1行中每行有三个整数 ui vi wi (1≤ui,vi≤n,1≤wi≤10^9) 分别表示有边相连的两个点和这条边的权值。
Output
共一行,表示题目中所要计算的三元组的个数。
Input示例
4
1 2 4
3 1 2
1 4 7
Output示例
16

题解

非常好的一道树上操作的题,一般树上统计个数都是一部分乘一部分(也就是算贡献)。
f[i]表示i这个点的子树中有几个点到i的路径中包含4或7,g[i]表示i这个点的子树外有几个点到i的路径包含4或7。
最后的答案就是Σ(1到n)f[i]*(f[i]-1)+g[i]*(g[i]-1)+f[i]*g[i]*2。具体怎么做可以先跑一边bfs序,然后通过bfs序进行计算。具体的计算在代码里看。
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#include<cmath>
#include<queue>
typedef long long ll;
using namespace std;
const int N=100010;
int pre[N*2],last[N],other[N*2],num,q[N],fa[N],size[N],w[N*2];
int f[N],g[N];
char s[20];
int flag,n;
ll ans;
inline void add(int x,int y,int z){
	num++;
	pre[num]=last[x];
	last[x]=num;
	other[num]=y;
	w[num]=z;
}
void bfs(){
	int head=1,tail=1;
	q[1]=1;
	while(head<=tail){
		int t=q[head];
		head++;
		size[t]=1;
		for(int i=last[t];i;i=pre[i]){
			int v=other[i];
			if(v!=fa[t]){
				fa[v]=t;
				q[++tail]=v;
			}
		}
	}
}
int main(){
	int x,y;
    scanf("%d",&n);
    for(int i=1;i<n;i++) {
		scanf("%d%d",&x,&y);
		scanf("%s",s+1);
		int len=strlen(s+1);flag=1; 
		for(int j=1;j<=len;j++) if(s[j]-'0'!=4&&s[j]-'0'!=7) flag=0;
		add(x,y,flag);add(y,x,flag);
    }
    bfs();
    for(int i=n;i>=1;i--){
		int t=q[i];
		for(int j=last[t];j;j=pre[j]){
			int v=other[j];
			if(v!=fa[t]) size[t]+=size[v]; 
		}
		for(int j=last[t];j;j=pre[j]){
			int v=other[j];
			if(v==fa[t]) continue;
			f[t]+=w[j]?size[v]:f[v];
		}
    }
    for(int i=1;i<=n;i++){
		int t=q[i];
		for(int j=last[t];j;j=pre[j]){
			int v=other[j];
			if(v!=fa[t])
			g[v]+=w[j]?size[1]-size[v]:g[t]+f[t]-f[v]; 
		}
    }
    for(int i=1;i<=n;i++)
    ans+=(1ll*f[i]*(f[i]-1)+1ll*g[i]*(g[i]-1)+1ll*f[i]*g[i]*2);
    
	printf("%lld\n",ans); 
    return 0;
}

题目 51nod 3478 涉及一个矩阵问题,要求通过最少的操作次数,使得矩阵中至少有 `RowCount` 行 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行列组合**: - 由于 `N` `M` 的最大值为 8,因此可以枚举所有可能的行组合列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行列需要修改,并且注意行列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行列的枚举组合以减少计算时间? 2. 在计算行列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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