bsoj 4195 【NOI2014】魔法森林

4195 -- 【NOI2014】魔法森林

Description

为了得到书法大家的真传,小E同学下定决心去拜访住在魔法森林中的隐士。魔法森林可以被看成一个包含个N节点M条边的无向图,节点标号为1..N,边标号为1..M。初始时小E同学在号节点1,隐士则住在号节点N。小E需要通过这一片魔法森林,才能够拜访到隐士。
魔法森林中居住了一些妖怪。每当有人经过一条边的时候,这条边上的妖怪就会对其发起攻击。幸运的是,在号节点住着两种守护精灵:A型守护精灵与B型守护精灵。小E可以借助它们的力量,达到自己的目的。
只要小E带上足够多的守护精灵,妖怪们就不会发起攻击了。具体来说,无向图中的每一条边Ei包含两个权值Ai与Bi。若身上携带的A型守护精灵个数不少于Ai,且B型守护精灵个数不少于Bi,这条边上的妖怪就不会对通过这条边的人发起攻击。当且仅当通过这片魔法森林的过程中没有任意一条边的妖怪向小E发起攻击,他才能成功找到隐士。
由于携带守护精灵是一件非常麻烦的事,小E想要知道,要能够成功拜访到隐士,最少需要携带守护精灵的总个数。守护精灵的总个数为A型守护精灵的个数与B型守护精灵的个数之和。

Input

第1行包含两个整数N,M,表示无向图共有N个节点,M条边。 接下来M行,第行包含4个正整数Xi,Yi,Ai,Bi,描述第i条无向边。其中Xi与Yi为该边两个端点的标号,Ai与Bi的含义如题所述。 注意数据中可能包含重边与自环。

Output

输出一行一个整数:如果小E可以成功拜访到隐士,输出小E最少需要携带的守护精灵的总个数;如果无论如何小E都无法拜访到隐士,输出“-1”(不含引号)。

Sample Input

【输入样例1】4 51 2 19 12 3 8 122 4 12 151 3 17 83 4 1 17【输入样例2】3 11 2 1 1

Sample Output

【输出样例1】32【样例说明1】如果小E走路径1→2→4,需要携带19+15=34个守护精灵;如果小E走路径1→3→4,需要携带17+17=34个守护精灵;如果小E走路径1→2→3→4,需要携带19+17=36个守护精灵;如果小E走路径1→3→2→4,需要携带17+15=32个守护精灵。综上所述,小E最少需要携带32个守护精灵。【输出样例2】-1【样例说明2】小E无法从1号节点到达3号节点,故输出-1。

Hint

2<=n<=50,000
0<=m<=100,000
1<=ai ,bi<=50,000

动态最小生成树
用LCT维护
据说SPFA可以过
没去试。。。
思路大致是一样的
先对第一种属性排序,
然后枚举每一条边,
如果这条边的两个端点连通的话就取出这两个端点所在路的最大的第二属性与这条边比较,
如果这条边权值小的话就删去最大的边,再连接这条,
如果没连通就直接连接这条边。
这样的话每次加边后用并查集判断1和n是否连通
连通就取一次最小值。。
PS :   注意把边权变成点
#include<iostream>
#include<algorithm>
#include<cstdio>
using namespace std;
int n,m;
struct LCT{	
	int l;
	int r;
	int OnPath;
	int fa;
	int data;
	int Max;
	int rev;
}Tree[1000000];
void update(int x){
	Tree[x].Max=x;
	if(Tree[x].l&&Tree[Tree[x].Max].data<Tree[Tree[Tree[x].l].Max].data)Tree[x].Max=Tree[Tree[x].l].Max;
	if(Tree[x].r&&Tree[Tree[x].Max].data<Tree[Tree[Tree[x].r].Max].data)Tree[x].Max=Tree[Tree[x].r].Max;
}
void pushdown(int x){
	if(Tree[x].rev){
		Tree[Tree[x].l].rev^=1;
		Tree[Tree[x].r].rev^=1;
		swap(Tree[x].l,Tree[x].r);
		Tree[x].rev=0;
	}
}
void Rotate(int x){
	int y=Tree[x].fa;
	int z=Tree[y].fa;
	if(Tree[y].l==x){
		Tree[y].l=Tree[x].r;
		Tree[Tree[x].r].fa=y;	
		Tree[x].r=y;
		if(Tree[y].OnPath){
		if(Tree[z].l==y)Tree[z].l=x;
		if(Tree[z].r==y)Tree[z].r=x;
		}
		Tree[y].fa=x;
		Tree[x].fa=z;
		if(!Tree[y].OnPath){
			Tree[y].OnPath=1;
			Tree[x].OnPath=0;
		}
	}
	else if(Tree[y].r==x){
		Tree[y].r=Tree[x].l;
		Tree[Tree[x].l].fa=y;
		Tree[x].l=y;
		if(Tree[y].OnPath){
		if(Tree[z].l==y)Tree[z].l=x;
		if(Tree[z].r==y)Tree[z].r=x;
		}
		Tree[y].fa=x;
		Tree[x].fa=z;
		if(!Tree[y].OnPath){
			Tree[y].OnPath=1;
			Tree[x].OnPath=0;
		}
	}
	update(y);
}
void Splay(int x){
	pushdown(x);
	while(Tree[x].OnPath){
		int y=Tree[x].fa;
		int z=Tree[y].fa;
		if(Tree[y].OnPath)
		pushdown(z);
		pushdown(y);
		pushdown(x);
		if(!Tree[y].OnPath){
			Rotate(x);
			break;
		}
		if((Tree[z].l==y)==(Tree[y].l==x)){
			Rotate(y);
			Rotate(x);
		}
		else {
			Rotate(x);
			Rotate(x);
		}
	}
	update(x);
}
void Access(int u){
	int v=0;
	while(u){
		Splay(u);
		Tree[Tree[u].r].OnPath=0;
		Tree[u].r=v;
		Tree[v].OnPath=1;
		v=u;
		u=Tree[u].fa;
		update(v);
	}
}
void Make_Root(int x){
	Access(x);
	Splay(x);
	Tree[x].rev^=1;
}
void link(int x,int y){
	Make_Root(x);
	Tree[x].fa=y;
}
void cut(int x,int y){
	Make_Root(x);
	Access(y);
	Splay(y);
	Tree[Tree[y].l].fa=0;
	Tree[Tree[y].l].OnPath=0;
	Tree[y].l=0;
	update(y);
}
int query(int x,int y){
	Make_Root(x);
	Access(y);
	Splay(y);
	return Tree[y].Max;
} 
int father[5000005];
struct Edge{
	int x,y,a,b;
}w[500005];
bool cmp(Edge e1,Edge e2){
	return e1.a<e2.a;
}
int getf(int k){
	if(father[k]==k)return k;
	else return father[k]=getf(father[k]);
}
int read()
{
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=x*10+ch-'0';ch=getchar();}
    return x*f;
}
int main(){
	n=read();
	m=read();
	for(int i=1;i<=m;i++){
		w[i].x=read();
		w[i].y=read();
		w[i].a=read();
		w[i].b=read();
	}
	sort(w+1,w+m+1,cmp);
	for(int i=1;i<=n;i++)father[i]=i;
	int cnt=1;
	int ans=0x7fffffff;
	for(int i=1;i<=m;i++){
		int x=w[i].x,y=w[i].y,a=w[i].a,b=w[i].b;
		if(getf(x)==getf(y)){
			int v=query(x,y);
			if(Tree[v].data>b){
				cut(v,w[v-n].x);
				cut(v,w[v-n].y);
			}
			else {
				continue;
			}
		}
		else 
		father[getf(x)]=getf(y);
		Tree[i+n].data=b;
		Tree[i+n].Max=cnt+n;
		link(x,i+n);
		link(i+n,y);
		if(getf(1)==getf(n)){
			ans=min(ans,Tree[query(1,n)].data+a);
		}
	}
	if(ans!=0x7fffffff)cout<<ans;
	else cout<<"-1";
	return 0;
}


【无线传感器】使用 MATLAB和 XBee连续监控温度传感器无线网络研究(Matlab代码实现)内容概要:本文围绕使用MATLAB和XBee技术实现温度传感器无线网络的连续监控展开研究,介绍了如何构建无线传感网络系统,并利用MATLAB进行数据采集、处理与可视化分析。系统通过XBee模块实现传感器节点间的无线通信,实时传输温度数据至主机,MATLAB负责接收并处理数据,实现对环境温度的动态监测。文中详细阐述了硬件连接、通信协议配置、数据解析及软件编程实现过程,并提供了完整的MATLAB代码示例,便于读者复现和应用。该方案具有良好的扩展性和实用性,适用于远程环境监测场景。; 适合人群:具备一定MATLAB编程基础和无线通信基础知识的高校学生、科研人员及工程技术人员,尤其适合从事物联网、传感器网络相关项目开发的初学者与中级开发者。; 使用场景及目标:①实现基于XBee的无线温度传感网络搭建;②掌握MATLAB与无线模块的数据通信方法;③完成实时数据采集、处理与可视化;④为环境监测、工业测控等实际应用场景提供技术参考。; 阅读建议:建议读者结合文中提供的MATLAB代码与硬件连接图进行实践操作,先从简单的点对点通信入手,逐步扩展到多节点网络,同时可进一步探索数据滤波、异常检测、远程报警等功能的集成。
内容概要:本文系统讲解了边缘AI模型部署与优化的完整流程,涵盖核心挑战(算力、功耗、实时性、资源限制)与设计原则,详细对比主流边缘AI芯片平台(如ESP32-S3、RK3588、Jetson系列、Coral等)的性能参数与适用场景,并以RK3588部署YOLOv8为例,演示从PyTorch模型导出、ONNX转换、RKNN量化到Tengine推理的全流程。文章重点介绍多维度优化策略,包括模型轻量化(结构选择、输入尺寸调整)、量化(INT8/FP16)、剪枝与蒸馏、算子融合、批处理、硬件加速预处理及DVFS动态调频等,显著提升帧率并降低功耗。通过三个实战案例验证优化效果,最后提供常见问题解决方案与未来技术趋势。; 适合人群:具备一定AI模型开发经验的工程师,尤其是从事边缘计算、嵌入式AI、计算机视觉应用研发的技术人员,工作年限建议1-5年;熟悉Python、C++及深度学习框架(如PyTorch、TensorFlow)者更佳。; 使用场景及目标:①在资源受限的边缘设备上高效部署AI模型;②实现高帧率与低功耗的双重优化目标;③掌握从芯片选型、模型转换到系统级调优的全链路能力;④解决实际部署中的精度损失、内存溢出、NPU利用率低等问题。; 阅读建议:建议结合文中提供的代码实例与工具链(如RKNN Toolkit、Tengine、TensorRT)动手实践,重点关注量化校准、模型压缩与硬件协同优化环节,同时参考选型表格匹配具体应用场景,并利用功耗监测工具进行闭环调优。
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