BZOJ-1854 (二分图匹配)

本文介绍了一个基于游戏场景的装备匹配问题,玩家需连续使用不同属性值的装备来攻击boss。文章详细解析了如何通过二分图匹配算法解决此问题,并采用邻接链表优化数据结构以应对大规模数据输入。

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

题目

Description

lxhgww最近迷上了一款游戏,在游戏里,他拥有很多的装备,每种装备都有2个属性,这些属性的值用[1,10000]之间的数表示。当他使用某种装备时,他只能使用该装备的某一个属性。并且每种装备最多只能使用一次。 游戏进行到最后,lxhgww遇到了终极boss,这个终极boss很奇怪,攻击他的装备所使用的属性值必须从1开始连续递增地攻击,才能对boss产生伤害。也就是说一开始的时候,lxhgww只能使用某个属性值为1的装备攻击boss,然后只能使用某个属性值为2的装备攻击boss,然后只能使用某个属性值为3的装备攻击boss……以此类推。 现在lxhgww想知道他最多能连续攻击boss多少次?

Input

输入的第一行是一个整数N,表示lxhgww拥有N种装备 接下来N行,是对这N种装备的描述,每行2个数字,表示第i种装备的2个属性值

Output

输出一行,包括1个数字,表示lxhgww最多能连续攻击的次数。

Sample Input

3
1 2
3 2
4 5

Sample Output

2

HINT

对于30%的数据,保证N < =1000
对于100%的数据,保证N < =1000000

分析

  • 这道题和 BZOJ-1191 其实是基本一样的,也是个二分图匹配,只不过这里是给出每个锦囊所能匹配的题目(那么每个题目就不一定只有两个锦囊了)(要是不知道什么是‘题目’、‘锦囊’,也参见下面那个连接 BZOJ-1191),所以读入修改一下就行了,总体思路就可以看那道题的总体思路
  • (http://blog.youkuaiyun.com/jackypigpig/article/details/69360897)。
  • 不过你们可以注意到,这题的数据范围变大了,所以就不能用邻接矩阵了,于是就用上了邻接链表。
  • 用邻接表的话属性值和武器编号我放到一起存了,于是我将所有属性值都加了个INF,所以注意数组要开两倍n的大小。
  • 还有一点,在我 1191 上,我是每个点都初始化了一遍 f[] 数组(判断某个点是否讨论过了),不过在这里,要是每次都初始化一遍显然会超时,于是用到了一个小技巧: f[] 不只是 0 或 1 ,而是上次那个点用到时我们总体讨论的是哪个属性值(你们看一看程序,第8行那里原本的 !f[o] 改成了 f[o]!=ans <=我这里ans直接是全局变量了,它也起到了枚举的作用)。
  • 程序中 ok() 函数就是匹配的过程,返回值表示匹配成功与否。

程序

#include <cstdio>
#define INF 1000000
#define add(u,v) (to[++num]=head[u],head[u]=num,poi[num]=v)
#define For(x) for (int h=head[x],o=poi[h]; h; h=to[h],o=poi[h])
int n,k,ans,num,head[2*INF+5],to[2*INF+5],poi[2*INF+5],f[2*INF+5],lin[2*INF+5];

bool ok(int x){
    For(x) if (f[o]!=ans && (f[o]=ans))
        if ((!lin[o] || ok(lin[o])) && (lin[o]=x)) return 1;
    return 0;
}

int main(){
    scanf("%d",&n);
    for (int i=1; i<=n; i++)
        k=(scanf("%d",&k),k+INF),add(k,i),
        k=(scanf("%d",&k),k+INF),add(k,i);
    for (ans=1; ans<=n && ok(ans+INF); ans++);
    printf("%d",ans-1);
    return 0;
}
### BZOJ1461 字符串匹配 题解 针对BZOJ1461字符串匹配问题,解决方法涉及到了KMP算法以及树状数组的应用。对于此类问题,朴素的算法无法满足时间效率的要求,因为其复杂度可能高达O(ML²),其中M代表模式串的数量,L为平均长度[^2]。 为了提高效率,在这个问题中采用了更先进的技术组合——即利用KMP算法来预处理模式串,并通过构建失配树(也称为失败指针),使得可以在主串上高效地滑动窗口并检测多个模式串的存在情况。具体来说: - **前缀函数与KMP准备阶段**:先对每一个给定的模式串执行一次KMP算法中的pre_kmp操作,得到各个模式串对应的next数组。 - **建立失配树结构**:基于所有模式串共同构成的一棵Trie树基础上进一步扩展成带有失配链接指向的AC自动机形式;当遇到某个节点不存在对应字符转移路径时,则沿用该处失配链路直至找到合适的目标或者回到根部重新开始尝试其他分支。 - **查询过程**:遍历整个待查文本序列的同时维护当前状态处于哪一层级下的哪个子结点之中,每当成功匹配到完整的单词就更新计数值至相应位置上的f_i变量里去记录下这一事实。 下面是简化版Python代码片段用于说明上述逻辑框架: ```python from collections import defaultdict def build_ac_automaton(patterns): trie = {} fail = [None]*len(patterns) # 构建 Trie 树 for i,pattern in enumerate(patterns): node = trie for char in pattern: if char not in node: node[char]={} node=node[char] node['#']=i queue=[trie] while queue: current=queue.pop() for key,value in list(current.items()): if isinstance(value,int):continue if key=='#': continue parent=current[key] p=fail[current is trie and 0 or id(current)] while True: next_p=p and p.get(key,None) if next_p:break elif p==0: value['fail']=trie break else:p=fail[id(p)] if 'fail'not in value:value['fail']=next_p queue.append(parent) return trie,fail def solve(text, patterns): n=len(text) m=len(patterns) f=[defaultdict(int)for _in range(n)] ac_trie,_=build_ac_automaton(patterns) state=ac_trie for idx,char in enumerate(text+'$',start=-1): while True: trans=state.get(char,state.get('#',{}).get('fail')) if trans!=None: state=trans break elif '#'in state: state[state['#']['fail']] else: state=ac_trie cur_state=state while cur_state!={}and'#'in cur_state: matched_pattern_idx=cur_state['#'] f[idx][matched_pattern_idx]+=1 cur_state=cur_state['fail'] result=[] for i in range(len(f)-1): row=list(f[i].values()) if any(row): result.extend([sum((row[:j+1]))for j,x in enumerate(row[::-1])if x>0]) return sum(result) patterns=["ab","bc"] text="abc" print(solve(text,text)) #[^4] ```
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