poj 3140 Contestants Division (树形dp)

http://poj.org/problem?id=3140

题意:

要删一条边使得剩余的两个分支 价值差最小。

 

思路:

先从下往上更新子树的,再从上往下更新父亲节点,然后找最小

 

代码:

#include<iostream>
#include<stdio.h>
#include<string.h>
#include<algorithm>
#include<vector>
using namespace std;
#define ll long long
const int maxn=1e6+10;
const ll inf=1e15;
int n,m;
struct node
{
    int to,next;
}edge[maxn*2];
int head[maxn],tot;
ll w[maxn];
void addedge(int u,int v)
{
    edge[tot].to=v;
    edge[tot].next=head[u];
    head[u]=tot++;
}
void init()
{
    memset(head,-1,sizeof(head));
    tot=0;
}
ll up[maxn],down[maxn];
void dfs(int u,int pre)
{
    down[u]=w[u];
    for(int i=head[u];~i;i=edge[i].next)
    {
        int v=edge[i].to;
        if(v==pre)continue;
        dfs(v,u);
        down[u]+=down[v];
    }
}
void dfss(int u,int pre)
{
    //up[u]=w[u];
    for(int i=head[u];~i;i=edge[i].next)
    {
        int v=edge[i].to;
        if(v==pre)continue;
        up[v]+=up[u];
        up[v]+=down[u]-down[v];
        dfss(v,u);
    }
}
ll mi;
int main()
{
    int cs=0;
    while(~scanf("%d%d",&n,&m)&&m+n)
    {
        init();
        int u,v;
        for(int i=1;i<=n;i++)
            scanf("%lld",&w[i]);
        for(int i=1;i<=m;i++)
        {
            scanf("%d%d",&u,&v);
            addedge(u,v);
            addedge(v,u);

        }
        memset(up,0,sizeof(up));
        dfs(1,-1);
        dfss(1,-1);
        mi=inf;
        for(int i=1;i<=n;i++)
        {
            ll z=down[i]-up[i];
            if(z<0)z=-z;
            mi=min(mi,z);
        }
        printf("Case %d: %lld\n",++cs,mi);
    }
    return 0;
}

 

内容概要:本文介绍了如何使用Python识别图片和扫描PDF中的文字。首先,文章讲解了使用Spire.OCR for Python库来识别图片中的文字,包括安装库、配置OCR模型路径和语言设置、扫描图片以及保存识别后的文本。其次,详细描述了从图片中提取文字及其坐标位置的方法,使用户不仅能够获取文本内容,还能知道文本在图片中的具体位置。最后,文章还介绍了如何结合Spire.PDF for Python将PDF文件转换为图片格式,再通过OCR技术从中提取文字,适用于处理扫描版PDF文件。文中提供了完整的代码示例,帮助读者理解和实践。 适合人群:对Python编程有一定基础,希望学习或提高光学字符识别(OCR)技术的应用开发者,尤其是需要处理大量图片或PDF文档中文字信息的工作人员。 使用场景及目标:① 开发者可以利用这些方法自动化处理图片或PDF文档中的文字信息,提高工作效率;② 实现从非结构化数据(如图片、扫描件)到结构化数据(如文本文件)的转换,便于后续的数据分析和处理;③ 提供了一种解决纸质文档数字化的有效途径,特别是对于历史档案、书籍等资料的电子化保存。 其他说明:需要注意的是,OCR的准确性很大程度上取决于图片的质量,清晰度高、对比度好的图片可以获得更好的识别效果。此外,不同OCR库可能对特定语言或字体的支持程度不同,选择合适的库和配置参数能显著提升识别精度。在实际应用中,建议先进行小规模测试,优化参数后再大规模应用。
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