匹配(pair) 贪心

Description


给定一棵n个节点的带权树以及2k个黑点,规定一对黑点匹配的代价为它们两点间最短路的长度。求将k对点两两配对权值之和的最大值
n≤105n\le 10^5n105

Solution


zzq的题目,非常牛逼

首先随便定一个根,那么最大化代价和就是最小化匹配点对之间lca的深度
我们发现当根为重心的时候,每个子树size<=n/2,那么跨越子树的黑点之间一定可以两两匹配,并且它们的lca恰好就是根
然后就没了,dfs两次就行了

Code


#include <stdio.h>
#include <string.h>
#include <algorithm>
#include <vector>
#include <queue>
#define rep(i,st,ed) for (int i=st;i<=ed;++i)
#define fill(x,t) memset(x,t,sizeof(x))

const int INF=0x3f3f3f3f;
const int N=200005;

struct edge {int y,w,next;} e[N];

int size[N],mx[N],dep[N],vis[N];
int ls[N],ans[N],n,k,edCnt,rt;

int read() {
	int x=0,v=1; char ch=getchar();
	for (;ch<'0'||ch>'9';v=(ch=='-')?(-1):(v),ch=getchar());
	for (;ch<='9'&&ch>='0';x=x*10+ch-'0',ch=getchar());
	return x*v;
}

void add_edge(int x,int y,int w) {
	e[++edCnt]=(edge) {y,w,ls[x]}; ls[x]=edCnt;
	e[++edCnt]=(edge) {x,0,ls[y]}; ls[y]=edCnt;
}

void dfs(int x,int from) {
	size[x]=1;
	for (int i=ls[x];i;i=e[i].next) {
		if (e[i].y==from) continue;
		dfs(e[i].y,x); size[x]+=size[e[i].y];
		if (size[e[i].y]>mx[x]) mx[x]=size[e[i].y];
	}
	if (n-size[x]>mx[x]) mx[x]=n-size[x];
	if (mx[x]<mx[rt]) rt=x;
}

void solve(int x,int from) {
	if (vis[x]) ans[++ans[0]]=x;
	for (int i=ls[x];i;i=e[i].next) {
		if (e[i].y==from) continue;
		solve(e[i].y,x);
	}
}

int main(void) {
	freopen("pair.in","r",stdin);
	freopen("pair.out","w",stdout);
	n=read(),k=read();
	rep(i,2,n) {
		int x=read(),y=read(),w=read();
		add_edge(x,y,w);
	}
	mx[0]=INF; dfs(1,0);
	rep(i,1,k) {
		int x=read();
		vis[x]=1;
	}
	solve(rt,0);
	rep(i,1,k/2) printf("%d %d\n", ans[i],ans[k-i+1]);
	return 0;
}
### 使用贪心算法解决单循环赛制问题 #### 单循环赛制概述 在一个单循环赛制中,每支队伍都需要与其他所有队伍比赛一次。假设总共有 \(n\) 支队伍,则总共的比赛场次为 \(\frac{n(n-1)}{2}\)[^3]。 为了合理安排这些比赛的时间表,可以采用 **贪心算法** 来构建一个合理的调度计划。以下是基于贪心算法的一种解决方案: --- #### 贪心算法的核心思想 贪心算法通过局部最优的选择逐步达到全局最优的结果。在此场景下,核心目标是确保每一场比赛都尽可能均匀分布在时间轴上,从而避免某些时间段过度集中而其他时段空闲的情况[^4]。 具体来说: - 将所有可能的比赛组合列举出来。 - 按照某种优先级规则(例如按轮次顺序),依次挑选当前可用的最佳匹配对。 - 确保每次选择不会违反约束条件(如某队在同一时间内不能参与两场比赛)。 --- #### 示例代码实现 以下是一个简单的 Python 实现,用于生成单循环赛程表: ```python def generate_round_robin_schedule(teams): """ 生成单循环赛制的日程表 :param teams: 参与比赛的队伍列表 :return: 返回日程表,其中每一天是一组比赛对阵情况 """ n = len(teams) if n < 2: return [] # 如果队伍数量为奇数,增加一个虚拟队伍作为占位符 if n % 2 != 0: teams.append(None) schedule = [] mid = n // 2 for i in range(n - 1): # 循环次数等于队伍总数减一 matches = [(teams[j], teams[-j-1]) for j in range(mid)] schedule.append(matches) # 移动队伍位置以形成新的排列 teams = [teams[0]] + [teams[-1]] + teams[1:-1] # 去除涉及虚拟队伍的比赛 final_schedule = [[pair for pair in day if None not in pair] for day in schedule] return final_schedule # 测试用例 if __name__ == "__main__": teams = ["Team A", "Team B", "Team C", "Team D"] result = generate_round_robin_schedule(teams) for idx, day in enumerate(result, start=1): print(f"Day {idx}: {day}") ``` 上述代码实现了如下功能: 1. 输入一组参赛队伍 `teams`。 2. 若队伍数目为奇数,则加入一个虚拟队伍以便于计算。 3. 构建每日的比赛对阵情况,并将其存储至最终结果中。 4. 输出完整的赛程表。 --- #### 结果解释 运行以上程序后会得到类似下面这样的输出: ``` Day 1: [('Team A', 'Team D'), ('Team B', 'Team C')] Day 2: [('Team A', 'Team C'), ('Team D', 'Team B')] Day 3: [('Team A', 'Team B'), ('Team C', 'Team D')] ``` 这表明每天都有若干场比赛被妥善安排好,且任何一支队伍都不会重复参加同一天内的多场比赛[^5]。 --- #### 进一步优化方向 尽管此方法已经能够很好地解决问题,但在实际应用中有更多因素需要考虑,比如场地限制、观众需求等外部变量的影响。因此可尝试引入动态规划或其他启发式搜索技术进一步提升效率和适应能力。 ---
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