【XSY3976】匹配(状压dp,分层图,根号分类讨论)

本文介绍了通过动态规划(DP)和轮廓线DP两种方法解决给定条件下的连边匹配问题。当b小于20时,采用DP,时间复杂度O(n^2^b);当b大于20时,通过分层和环状DP优化,时间复杂度O(n^(2n/b))。结合两者优势,有效提高了效率并通过例程展示了代码实现。

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

题面

匹配

题解

注意以下均有前提 a < b a<b a<b

考虑两种做法:

做法一

考虑 DP。设 f ( i , s t a ) f(i,sta) f(i,sta) 表示当前已经确定了前 i i i 个点之间的连边情况,且最后 i − b + 1 ∼ i i-b+1\sim i ib+1i b b b 个点的匹配状态为 s t a sta sta 的方案数。

转移显然,时间复杂度 O ( n 2 b ) O(n2^b) O(n2b)

做法二

为了方便,不妨把所有点的编号都减 1 1 1,即原来的 1 ∼ n 1\sim n 1n 号点变成了现在的 0 ∼ n − 1 0\sim n-1 0n1 号点。

题目给的描述容易联想到给所有点分层。

考虑将模 b b b 相同的点从小到大分在一层,那么一共有 b b b 层,每一层有 n b \dfrac{n}{b} bn 左右个点。

那么只会有同层内相邻点之间的连边、第 i i i 层和第 ( i + a )   m o d   b (i+a)\bmod b (i+a)modb 层之间的连边。

注意到层与层之间的连边会构成一个环。

意思是说第 i i i 层与第 ( i + a )   m o d   b (i+a)\bmod b (i+a)modb 层之间会连边,第 ( i + a )   m o d   b (i+a)\bmod b (i+a)modb 与第 ( i + 2 a )   m o d   b (i+2a)\bmod b (i+2a)modb 层之间会连边,……,第 ( i + k a )   m o d   b (i+ka)\bmod b (i+ka)modb 层与第 i i i 层之间会连边。

考虑把所有层构成的若干个环抽出来分别计算方案数,最后乘起来就是答案。

对于一个环,我们也考虑 DP。(注意在环中,假设当前为第 i i i 层,那么我所说的第 i i i 层的 “下一层” 指的是第 ( i + a )   m o d   b (i+a)\bmod b (i+a)modb 层。

由于这是一个环,所以我们一层一层往下 DP 的时候需要记录第一层的状态,然后最后一层往第一层转移时要特殊处理。

更简便地,我们可以先钦定最后一层往第一层连的状态 S 0 S_0 S0,然后再按这个状态从第一层往下转移,最后又转移到第一层时我们只记录状态为 S 0 S_0 S0 的答案即可。(详见代码)

然后发现如果转移时把相邻两层点的匹配状态都记录的话会导致超时。

考虑优化。

假设当前层为第 i i i 层,发现当前层的第 j j j 个点往第 ( i + a )   m o d   b (i+a)\bmod b (i+a)modb 层连边时要么连的是第 j j j 个点,要么连的是第 j + 1 j+1 j+1 个点。

所以我们考虑轮廓线 DP。

具体来说,假设当前在第 i i i 层第 j j j 个点,我们只记录到上一层同样位置的点:

在这里插入图片描述

如图,假设我当前在第 i i i 行第 j j j 列,那么我需要记录的匹配状态即为红框部分。

那么就可以直接 DP 了。

时间复杂度 O ( n 2 2 n b ) O(n 2^{\tfrac{2n}{b}}) O(n2b2n)

结合

考虑将两种做法结合。

显然当 b ≤ 20 b\leq 20 b20 的时候我们选取第一种做法,当 b > 20 b>20 b>20 的时候我们选取第二种做法。

这样就可以过了。

代码如下:

#include<bits/stdc++.h>

#define N 210

using namespace std;

namespace modular
{
	const int mod=998244353;
	inline int add(int x,int y){return x+y>=mod?x+y-mod:x+y;}
	inline int dec(int x,int y){return x-y<0?x-y+mod:x-y;}
	inline int mul(int x,int y){return 1ll*x*y%mod;}
}using namespace modular;

inline int read()
{
	int x=0,f=1;
	char ch=getchar();
	while(ch<'0'||ch>'9')
	{
		if(ch=='-') f=-1;
		ch=getchar();
	}
	while(ch>='0'&&ch<='9')
	{
		x=(x<<1)+(x<<3)+(ch^'0');
		ch=getchar();
	}
	return x*f;
}

int n,m,a,b;
int v1[N<<1],v2[N<<1];

namespace subtask1
{
	int f[2][1050010];
	void main()
	{
		int now=0,maxn=1<<b;
		f[0][0]=1;
		for(int i=1;i<n;i++)
		{
			now^=1;
			memset(f[now],0,sizeof(f[now]));
			for(int sta=0;sta<maxn;sta++)
			{
				if(sta&1)
				{
					if(v1[i]&&((sta>>a)&1))
					{
						f[now][sta]=add(f[now][sta],f[now^1][(sta^(1<<a))>>1]);
						f[now][sta]=add(f[now][sta],f[now^1][((sta^(1<<a))>>1)|(maxn>>1)]);
					}
					if(v2[i]) f[now][sta]=add(f[now][sta],f[now^1][sta>>1]);
				}
				else f[now][sta]=add(f[now^1][sta>>1],f[now^1][(sta>>1)|(maxn>>1)]);
			}
		}
		int ans=0;
		for(int sta=0;sta<maxn;sta++)
			ans=add(ans,f[now][sta]);
		printf("%d\n",ans);
	}
}

namespace subtask2
{
	bool vis[N];
	int id[N],size[N];
	int f[2][2100];
	int work(int x)
	{
		int maxsize=size[x];
		for(int i=(x+a)%b;i!=x;i=(i+a)%b)
			maxsize=max(maxsize,size[i]);
		maxsize++;
		int maxn=1<<maxsize,max0=1<<size[x];
		int ans=0;
		for(int S0=0;S0<max0;S0++)
		{
			int now=0;
			memset(f[now],0,sizeof(f[now]));
			f[now][S0]=1;
			for(int i=(x+a)%b;;i=(i+a)%b)
			{
				vis[i]=1;
				int tmp=i;
				for(int j=0;j<size[i];j++,tmp+=b)
				{
					now^=1;
					memset(f[now],0,sizeof(f[now]));
					for(int sta=0;sta<maxn;sta++)
					{
						if(sta&1)
						{
							if(v1[tmp])
							{
								int c=size[(tmp-a)%b]-id[tmp-a]+id[tmp];
								if(c<maxsize)
								{
									if((sta>>c)&1)
									{
										f[now][sta]=add(f[now][sta],f[now^1][(sta^(1<<c))>>1]);
										f[now][sta]=add(f[now][sta],f[now^1][((sta^(1<<c))>>1)|(maxn>>1)]);
									}
								}
								else f[now][sta]=f[now^1][sta>>1];
							}
							if(v2[tmp])
							{
								if((sta>>1)&1)
								{
									f[now][sta]=add(f[now][sta],f[now^1][(sta^(1<<1))>>1]);
									f[now][sta]=add(f[now][sta],f[now^1][((sta^(1<<1))>>1)|(maxn>>1)]);
								}
							}
						}
						else f[now][sta]=add(f[now^1][sta>>1],f[now^1][(sta>>1)|(maxn>>1)]);
					}
				}
				if(i==x) break;
			}
			for(int sta=S0;sta<maxn;sta++)
			{
				int tmp=sta^S0;
				if(((tmp>>size[x])<<size[x])==tmp)
					ans=add(ans,f[now][sta]);
			}
		}
		return ans;
	}
	void main()
	{
		for(int i=0;i<b;i++)
		{
			id[i]=0;
			for(int j=i+b;j<n;j+=b)
				size[i]=id[j]=id[j-b]+1;
			size[i]++;
		}
		int ans=1;
		for(int i=0;i<b;i++)
		{
			if(!vis[i])
			{
				ans=mul(ans,work(i));
			}
		}
		printf("%d\n",ans);
	}
}

int main()
{
	n=read(),m=read(),a=read(),b=read();
	for(int i=1;i<=m;i++)
	{
		int u=read()-1,v=read()-1;
		if(v-u==a) v1[v]=1;
		else v2[v]=1;
	}
	if(b<=20) subtask1::main();
	else subtask2::main();
	return 0;
}
/*
4 3 1 2
1 2
1 3
3 4
*/
内容概要:《2024年中国城市低空经济发展指数报告》由36氪研究院发布,指出低空经济作为新质生产力的代表,已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑和发展成效五个维度构建了综合指数评价体系,评估了全国重点城市的低空经济发展况。北京和深圳在总指数中名列前茅,分别以91.26和84.53的得分领先,展现出强大的资金投入、创新能力和基础支撑。低空经济主要涉及无人机、eVTOL(电动垂直起降飞行器)和直升机等产品,广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求和技术进步共同推动了低空经济的快速发展,预计到2026年市场规模将突破万亿元。 适用人群:对低空经济发展感兴趣的政策制定者、投资者、企业和研究人员。 使用场景及目标:①了解低空经济的定义、分类和发展驱动力;②掌握低空经济的主要应用场景和市场规模预测;③评估各城市在低空经济发展中的表现和潜力;④为政策制定、投资决策和企业发展提供参考依据。 其他说明:报告强调了政策监管、产业生态建设和区域融合错位的重要性,提出了加强法律法规建设、人才储备和基础设施建设等建议。低空经济正加速向网络化、智能化、规模化和集聚化方向发展,各地应找准自身比较优势,实现差异化发展。
数据集一个高质量的医学图像数据集,专门用于脑肿瘤的检测和分类研究以下是关于这个数据集的详细介绍:该数据集包含5249张脑部MRI图像,分为训练集和验证集。每张图像都标注了边界框(Bounding Boxes),并按照脑肿瘤的类型分为四个类别:胶质瘤(Glioma)、脑膜瘤(Meningioma)、无肿瘤(No Tumor)和垂体瘤(Pituitary)。这些图像涵盖了不同的MRI扫描角度,包括矢面、轴面和冠面,能够全面覆盖脑部解剖结构,为模型训练提供了丰富多样的数据基础。高质量标注:边界框是通过LabelImg工具手动标注的,标注过程严谨,确保了标注的准确性和可靠性。多角度覆盖:图像从不同的MRI扫描角度拍摄,包括矢面、轴面和冠面,能够全面覆盖脑部解剖结构。数据清洗与筛选:数据集在创建过程中经过了彻底的清洗,去除了噪声、错误标注和质量不佳的图像,保证了数据的高质量。该数据集非常适合用于训练和验证深度学习模型,以实现脑肿瘤的检测和分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础,能够帮助研究人员和开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测和分类的研究提供了宝贵的资源,能够帮助研究人员开发出更准确、更高效的诊断工具,从而为脑肿瘤患者的早期诊断和治疗规划提供支持。
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