NOIP 2015 [D2 T3]运输计划

本文介绍了一道复杂的图论题——NOIP2015运输计划问题的解题思路与代码实现。该问题涉及如何通过改造一条航道来最小化物流飞船完成多个运输任务所需的最大时间。

【NOIP2015 Day2】运输计划

Time Limit:20000MS  Memory Limit:262144K
Total Submit:10 Accepted:7
Case Time Limit:1000MS

Description

        公园2044年,人类进入了宇宙纪元。
        L过有n个星球,还有n-1条双向航道,每条航道建立在两个星球之间,这n-1条航道连通了L过所有星球。
        小P掌管一家物流公司,该公司有很多个运输计划,每个运输计划形如:有一艘物流飞船需要从ui号星球沿最快的宇宙路径飞行到vi号星球去。显然,飞船驶过一条航道是需要时间的,对于航道j,任意飞船驶过它所花费的时间为tj,并且任意两艘飞船之间不会产生任何干扰。
        为了鼓励科技创新,L国国王同意小P的物流公司参与L国的航道建设,即允许小P把某一条航道改造成虫洞,飞船驶过虫洞不消耗时间。
        在虫洞建设完成前小P的物流公司就预接了m个运输计划。在虫洞建设完成后,这m个运输计划会同时开始,所有飞船一起出发。当这m个运输计划都完成时,小P的物流公司的阶段性工作就完成了。
        如果小P可以自由选择将哪一条航道改造成虫洞,试求出小P的物流公司完成阶段性工作所需的最短时间是多少?

Input

        /*输入文件名为transport.in。*/
        第一行包括两个正整数n,m,表示L国中星球的数量及小P公司预接的运输计划的数量,星球从1到n编号。
        接下来n-1行描述航道的建设情况,其中第i行包含三个整数ai,bi和ti,表示第i条双向航道修建在ai与bi两个星球之间,任意飞船驶过它所花费的时间为ti
        接下来m行描述运输计划的情况,其中第j行包含两个正整数ui和vi,表示第j个运输计划是从uj号星球飞往vj号星球。

Output

        /*输出文件名为transport.out。*/
        共1行,包含1个整数,表示小P的物流公司完成阶段性工作所需要的最短时间。

Sample Input

样例输入1:
6 3
1 2 3
1 6 4
3 1 7
4 3 6
3 5 5
3 6
2 5
4 5

Sample Output

样例输出1:
11

Hint

输入输出样例1说明:
        将第1条航道改造成虫洞,则三个计划耗时分别为11、12、11,故需要花费的时间为12;
        将第2条航道改造成虫洞,则三个计划耗时分别为7、15、11,故需要花费的时间为15;
        将第3条航道改造成虫洞,则三个计划耗时分别为4、8、11,故需要花费的时间为11;
        将第4条航道改造成虫洞,则三个计划耗时分别为11、15、5,故需要花费的时间为15;
        将第5条航道改造成虫洞,则三个计划耗时分别为11、10、6,故需要花费的时间为11。
        故将第3条或第5条航道改造成虫洞均可使得阶段性工作的耗时最短,需要花费的时间为11。

数据规模于约定:



比较复杂的一道图论题

首先要用dfs求出每一个点的深度和到达根节点的距离dis[i]

这样的话i到j的距离就是dis[i]+dis[j]-2*dis[lca(i,j)]

接下来考虑二分最终的答案,那么对于每一条i到j的路径长度都应该要小于当前二分的答案,否则就将所有的大于当前二分的答案mid的路径选出来,记为集合s

经过分析我们可以知道,要删的这条边一定在最长的路径上并且这条边一定被所有路径包含(否则的话总会有一条路径大于mid),因此我们只需要考虑删除被所有路径包含的最大的边,这里的所有路径是指属于集合s的路径

那么我们怎么讨论一条边是否被所有路径覆盖呢?

用cnt[v]表示v到父结点的一条边被覆盖的次数,然后每次讨论的时候dfs一下,将讨论的边的覆盖次数+1

对于每条路径i->j,如果lca(i,j)=u那么cnt[u]=-2,因为dfs的时候是要讨论点,而u点会被讨论两次,但是实际上u点和其父结点之间的边并没有走到

#include<cstdio>
#include<iostream>
#include<vector>
#include<cmath>
#include<algorithm>
#include<cstring>
using namespace std;
const int maxn=300005,inf=1e9;
int n,m,fa[maxn][25],last[maxn<<1],dis[maxn];
int cnt[maxn],depth[maxn],line[maxn];
struct wk{
	int L,R,dist;
	bool operator<(const wk& x)const{
		return dist<x.dist;
	}
}q[maxn];
inline void _read(int &x){
    char t=getchar();bool sign=true;
    while(t<'0'||t>'9')
    {if(t=='-')sign=false;t=getchar();}
    for(x=0;t>='0'&&t<='9';t=getchar())x=x*10+t-'0';
    if(!sign)x=-x;
}
struct wr{    
    int a,b,c,w,NEXT;    
    wr(int a,int b,int c,int NEXT):a(a),b(b),c(c),NEXT(NEXT){}    
};    
vector<wr>s;    
void insert(int a,int b,int c){   
    s.push_back(wr(a,b,c,last[a]));    
    last[a]=s.size()-1;    
    s.push_back(wr(b,a,c,last[b]));    
    last[b]=s.size()-1;    
} 
void dfs(int v,int f){
    int i,j,k;
    depth[v]=depth[f]+1;  
    k=ceil(log(depth[v])/log(2));
    fa[v][0]=f;
    for(i=1;i<=k;i++)  
        fa[v][i]=fa[fa[v][i-1]][i-1]; 
    for(i=last[v];i>=0;i=s[i].NEXT)
    	if(s[i].b!=f){
    		dis[s[i].b]=dis[v]+s[i].c;
    		line[s[i].b]=s[i].c;
            dfs(s[i].b,v);
    	}
}
int lca(int x,int y){  
    int i,k,s;  
    s=ceil(log(n)/log(2));    
    if(depth[x]<depth[y])swap(x,y);  
    k=depth[x]-depth[y];  
    for(i=0;i<=s;i++)  
        if((k>>i)&1)x=fa[x][i]; 
    if(x==y)return x;  
    s=ceil(log(depth[x])/log(2));  
    for(i=s;i>=0;i--)  
        if(fa[x][i]!=fa[y][i]){x=fa[x][i];y=fa[y][i];}  
    return fa[x][0]; 
}
void update(int v,int f){
	for(int i=last[v];i>=0;i=s[i].NEXT)
	    if(s[i].b!=f){
	    	update(s[i].b,v);
	    	cnt[v]+=cnt[s[i].b];
	    }
}
bool ok(int mid){
	memset(cnt,0,sizeof(cnt));
	int i,j,cc=0,cur=0,v;
	if(q[m].dist<=mid)return 1;
	for(v=m;v;v--)
	    if(q[v].dist<=mid)break;
	for(v++;v<=m;v++){
		cc++;
		cnt[q[v].L]++,cnt[q[v].R]++;
		cnt[lca(q[v].L,q[v].R)]-=2;
	}
	update(1,0);
	for(i=1;i<=n;i++)
	    if(cnt[i]==cc)cur=max(cur,line[i]);
	if(cur==0||q[m].dist-cur>mid)return 0;
	return 1;
}
int main(){
	memset(last,-1,sizeof(last));
	_read(n);_read(m);
	int i,j,x,y,z,l=0,r=0,mid;
	for(i=1;i<n;i++){
		_read(x);_read(y);_read(z);
		insert(x,y,z);
	}
	dfs(1,0);
	for(i=1;i<=m;i++){
		_read(q[i].L);_read(q[i].R);
		q[i].dist=dis[q[i].L]+dis[q[i].R]-2*dis[lca(q[i].L,q[i].R)];
		r=max(r,q[i].dist);
    }
    sort(q+1,q+1+m);
	while(l<=r){
		mid=(l+r)/2;
		if(ok(mid))r=mid-1;
		else l=mid+1;
	}
	cout<<l;
}



### NOIP2015 运输计划 BZOJ4326 题解分析 #### 问题背景 该问题是经典的图论优化问题之一,主要考察树结构上的路径操作以及高效的数据处理能力。题目要求在一个由 $n$ 个节点组成的无向连通树中找到最优的一条边将其改造为虫洞(通过此边不需要耗费时间),从而使得给定的 $m$ 条运输路径中的最长耗时最小化。 --- #### 解决方案概述 解决这一问题的核心在于利用 **二分答案** 和 **树上差分技术** 的组合来实现高效的计算过程。以下是具体的技术细节: 1. **二分答案**: 设当前目标是最小化的最大路径长度为 $T_{\text{max}}$。我们可以通过二分的方式逐步逼近最终的结果。每次尝试验证是否存在一种方式将某条边改为虫洞后使所有路径的最大值不超过当前设定的目标值 $mid$[^1]。 2. **路径标记与统计**: 使用树上差分的思想对每一条路径进行标记并快速统计受影响的情况。假设两点之间的最近公共祖先 (Lowest Common Ancestor, LCA) 是 $r = \text{lca}(u_i, v_i)$,则可以在三个位置分别施加影响:增加 $(u_i + 1), (v_i + 1)$ 同时减少 $(r - 2)$。这种操作能够有效覆盖整条路径的影响范围,并便于后续统一查询和判断[^1]。 3. **数据结构支持**: 结合线段树或者 BIT (Binary Indexed Tree),可以进一步加速区间修改和单点查询的操作效率。这些工具帮助我们在复杂度范围内完成大量路径的同时更新和检索需求[^2]。 4. **实际编码技巧**: 实现过程中需要注意一些边界条件和技术要点: - 正确维护 DFS 序列以便映射原树节点到连续编号序列; - 准备好辅助函数用于快速定位 LCA 节点及其对应关系; - 编码阶段应特别留意变量初始化顺序及循环终止逻辑以防潜在错误发生。 下面给出一段基于上述原理的具体 Python 实现代码作为参考: ```python from collections import defaultdict, deque class Solution: def __init__(self, n, edges): self.n = n self.graph = defaultdict(list) for u, v, w in edges: self.graph[u].append((v, w)) self.graph[v].append((u, w)) def preprocess(self): """Preprocess the tree to get dfs order and lca.""" pass def binary_search_answer(self, paths): low, high = 0, int(1e9) best_possible_time = high while low <= high: mid = (low + high) // 2 if self.check(mid, paths): # Check feasibility with current &#39;mid&#39; best_possible_time = min(best_possible_time, mid) high = mid - 1 else: low = mid + 1 return best_possible_time def check(self, limit, paths): diff_array = [0]*(self.n+1) for path_start, path_end in paths: r = self.lca(path_start, path_end) # Apply difference on nodes based on their relationship. diff_array[path_start] += 1 diff_array[path_end] += 1 diff_array[r] -= 2 suffix_sum = [sum(diff_array[:i]) for i in range(len(diff_array)+1)] # Verify whether any edge can be modified within given constraints. possible_to_reduce_max = False for node in range(1, self.n+1): parent_node = self.parent[node] if suffix_sum[node]-suffix_sum[parent_node]>limit: continue elif not possible_to_reduce_max: possible_to_reduce_max=True return possible_to_reduce_max # Example usage of class methods would follow here... ``` --- #### 总结说明 综上所述,本题的关键突破点在于如何巧妙运用二分策略缩小搜索空间,再辅以恰当的树形结构遍历技术和差分手段提升整体性能表现。这种方法不仅适用于此类特定场景下的最优化求解任务,在更广泛的动态规划领域也有着广泛的应用前景[^3]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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