hanhansoul的专栏

/* * poj3468 AC * 线段树的基本操作(注意输出要用long long) * 区间增减+区间查询 * * 不同于单点增减，区间增减并非立刻更新当前区间，而依赖于"懒惰标记"的运用。 * 中心思想： * 在更新时，只要某个结点的区间完全属于增减区间，则更新当前结点，并做上标记， * 表示当前结点的信息是可靠的，之后退出而不更新儿子结点。 * 在查询时，

/* * poj3422 AC * 网络流 最小费用最大流 * 图的模型 * 每个方格拆成两个节点u和v，用两条边连接，一条容量为1，费用为方格数字的相反数; * 另一条边容量为k-1，费用为0。 * 每个方格的v节点与左边和下面方格的u节点相连，容量为k，费用为0。 * 创建源点s与汇点t，s与第一个方格的u节点相连，容量为k，费用为0。 * 最后一个方格的v节点与t相连，容量为

/* * poj1112 AC * DP 背包问题 与poj1636 prison rearrangement如出一辙。 * 问题挺经典，重点在于构造模型。 * 首先考虑将所有人分为互斥的若干部分，这便是背包问题中物品了。 * 之后，要将每个"物品"分为放在A和放在B的两个部分，然后进行DP。 * * I. 求补图，将表示两个人相互认识的边去除，连接所有互相不认识， * 或单

/* * poj1180 AC * 动态规划+斜率优化+单调队列 * 注意边界的处理，由于STL的问题导致浪费了很多时间。 * 状态方程巧妙，逆序的方式很有效。 * * 方程的变化十分巧妙。 * 之前的方程： * dp[i][j] 表示前i的工作分成j组的最小花费。 * f[i]表示前i个工作的费用系数和。 * t[i]表示前i个工作的时间总和。 * dp[i][j] = m

/* * poj2228 AC * DP+滚动数组 * 方程开始就想错了，看了题解才知道差了十万八千里。 * 值得研究的一道题。 * * f[i][j][0..1]表示前i段时间，休息j段时间，且第i段时间 * 在不休息(0)或休息(1)时的最大值。 * * f[i][j][0] = max(f[i-1][j][1],f[i-1][j][0]); * f[i][j][1] =

/* * poj2342 AC * 典型的树状DP。 * dp[i][0]表示员工i参加舞会的最大值，dp[i][1]表示员工i不参加舞会的最大值。 * * dp[i][0] = max(dfs(son[i],1)); * i参加则i的儿子结点一定不能参加。 * dp[i][1] = max(dfs(son[i],0),dfs(son[i],1)); * i不参加则i的儿子结点可参

/* * poj2374 AC * 线段树+DP 这道题还是很典型的，值得一做。 * * */ #include #include #define MAXN 200005 using namespace std; long tree[MAXN<<2]; long a[50005],b[50005]; long f[50000][2]; long query(long k,long

/* * poj2378 AC * 一次水过。 * 简单的树状DP，先做一次dfs算出每个结点的子孙结点总数，包括自己，sum[i]。 * 再做dfs计算删去每个结点x是否满足条件，即满足： * 1) 每个结点的所有子结点i的sum[i]是否小于half。 * 2) 父结点方向上的结点总数，sum[1]-sum[x]是否小于half(1为树的根结点)。 * 若满足则为

/* * poj1949 AC 看起来像拓扑排序的DP * * 关键在于：工作k的前趋在1..k-1进行选择。 * 所以，理解题意可知，令工作i的结束时间为dp[i] * dp[i] = max(dp[j]|工作j为i的前趋)+t[i]; * * 但即使没有此条件，也可以将此题看作是一道树状DP。 * 将拓扑图反向，即将某工作的前趋作为该工作的儿子进行DP。 * 但我的树状DP

/* * poj2777 AC * 线段树基础 * 注意：初始状态时board已经染为了颜色1 * 看到颜色只有30种时，果断想到了用二进制数来保存颜色，一个long足够了。 * * 线段树： * 线段树的基本操作参考AHYY的线段树讲稿。 * 现在终于注意到了队结点标记的重要性，即要保持结点的一致性。 * * 一致性： *

相关题解参见这里，这一类问题这里都讲到了，很全面。 /* * poj3621 AC 625ms * 所谓的01分数规划+spfa判断正(负)环+二分枚举答案 * 为什么就那么慢，那个pascal的0ms是直接打印的答案吧，快得逆天了啊！ * 经常会纠结这种问题： * 对一个任务选择一种方案，存在不同的价值与成本，要求(价值/成本)最大的方案。 *

/* * poj3463 AC * 求最短路径以及次短路径的总数。 * Dijkstra+一点变化。 * 与最短路径的Dijkstra的相比，记录的东西要增加。 * 算法： * 首先，要记录到某结点的最短路径以及最短路径dis[i][2]， * 记录到某结点的最短路径以及次短路径是否算出的vis[i][2]， * 还要记录到大某结点的最短路径以及次短路径的路径数num[i][[2

典型的求k短路径的问题，有很多种算法，暂时试了试Dijkstra+A*算法 k短路径的相关问题看这里，尽管已经是2007年的文章了，但作者真的写得非常详细和全面。 下面是一个简化的算法流程。 /* * k短路径 Dijkstra+A*算法 * 算法流程： * 1.将有向图的边反向后，Dijkstra求出任意节点到终点的最短路径 dis[i] * 2.优先队列 * struct

此处的讲解更加详细与系统，代码也要好看100倍。 /* * poj1151 AC * 线段树+线段扫描+矩形分割 * 计算平面上重叠矩形的总面积的经典问题 * * 代码又长又丑，完全不能忍了。 * * 实数坐标需要离散化，并且需要一个简单的hash数组对应 * 分割方式有两种，纵向与横向，此处采用纵向分割。 * 构造线段树时，注意其区间此处取[l,r)更为方便合适。 * 初始

标准的求割顶的问题，用tarjan算法，参见www.nocow.cn割点词条 /* * poj1144 AC * 求无向图割顶 * tarjan算法，好好背一背！ * */ #include #include #include #include using namespace std; struct NODE{ int v,next; }edge[20020]; long tot,he

#include #include #include #include #include #include #include #include #include #include #include #include #include #include #include #include #include #include #include #include