Codeforces Round #364 (Div. 1) B.Connecting Universities

本文介绍了一种解决特定图论问题的方法:通过找到树的重心并计算其到特定节点集的最大距离和。文中提供了完整的AC代码实现,包括树的重心的查找算法。

【题目链接】点击打开链接

【题意】有n个城市,其中2*k个里面有大学,并且给出了一些链接关系。现在问把这2*k个点分成k对之后的最大距离和。

【解题方法】其实就是把这2*k个点看成树,求这个树的重心,然后求这个重心到所有2*k个点的距离之和就行了。

【题外话】树的重心的求取可以参考这个Blog点击打开链接

【我的树的重心模板】

//求树的重心
void dfs2(int u,int fa)
{
    int mx=k-siz[u];
    for(int i=head[u]; ~i; i=E[i].next)
    {
        int v=E[i].to;
        if(v==fa) continue;
        mx=max(mx,siz[v]);
    }
    if(mx<=k/2){
        he=u;
        return ;
    }
    for(int i=head[u]; ~i; i=E[i].next)
    {
        int v=E[i].to;
        if(v==fa) continue ;
        dfs2(v,u);
        if(he) return ;
    }
}

【我的 AC代码】

#include <bits/stdc++.h>
using namespace std;
#define ll long long
const int maxn=200005;
int head[maxn],tot;
struct node{
    int to,next;
}E[maxn*3];
void adddege(int u,int v){
    E[tot].to=v,E[tot].next=head[u],head[u]=tot++;
}
ll ans;
int n,k,he;
int siz[maxn];
bool vis[maxn];
//求siz
void dfs1(int u,int fa)
{
    siz[u]=vis[u];
    for(int i=head[u]; ~i; i=E[i].next)
    {
        int v=E[i].to;
        if(v==fa) continue;
        dfs1(v,u);
        siz[u]+=siz[v];
    }
}
//求树的重心
void dfs2(int u,int fa)
{
    int mx=k-siz[u];
    for(int i=head[u]; ~i; i=E[i].next)
    {
        int v=E[i].to;
        if(v==fa) continue;
        mx=max(mx,siz[v]);
    }
    if(mx<=k/2){
        he=u;
        return ;
    }
    for(int i=head[u]; ~i; i=E[i].next)
    {
        int v=E[i].to;
        if(v==fa) continue ;
        dfs2(v,u);
        if(he) return ;
    }
}
void dfs3(int u,int fa,ll len)
{
    if(vis[u]) ans+=len;
    for(int i=head[u]; ~i; i=E[i].next)
    {
        int v=E[i].to;
        if(v==fa) continue ;
        dfs3(v,u,len+1);
    }
}
void init()
{
    memset(head,-1,sizeof(head));
    tot=0;
}
int main()
{
    //init();
    cin>>n>>k;
    int u,v,x;
    ans=0;
    tot=0;
    he=0;
    k=k*2;
    memset(head,-1,sizeof(head));
    for(int i=1; i<=k; i++){
        cin>>x;
        vis[x]=1;
    }
    for(int i=1; i<n; i++)
    {
        cin>>u>>v;
        adddege(u,v);
        adddege(v,u);
    }
    //cout<<tot<<endl;
    dfs1(1,0);
    dfs2(1,0);
    dfs3(he,0,0);
    //cout<<he<<endl;
    cout<<ans<<endl;
}


个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
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