BZOJ2152 聪聪可可 点分治

本文介绍了一种使用点分治解决特定类型问题的方法。通过递归处理子块,计算节点间距离模3的不同余数数量,并进行归并操作。特别地,文章详细展示了如何寻找树的重心,并给出了一段C++实现代码。

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

此题明显可以点分治解决,对每层分治块递归子块,求出块内有多少距离%3=0,1,2的节点,与之前其他块的信息归并,

即ans+=f[0]*g[0]+f[1]*g[2]+f[2]*g[1],再把g加到f上面去即可

注意点分治求重心一定注意不要打错字母(打混x,y之类的)

注意此题题意诡异,点对要*2+n(单点也算,反过来算两次)

分母是n*n而不是n*(n-1)/2

#include<cstdio>
#include<iostream>
using namespace std;
typedef long long LL;
const int Mn=200005;
struct Edge{int to,next,v;}w[Mn];
int n,cnt=0,h[Mn],s[Mn],minn,tg,sz,vst[Mn];
LL f[5],g[5],ans=0;
void AddEdge(int x,int y,int v){w[++cnt]=(Edge){y,h[x],v};h[x]=cnt;}
void init(){
	 int i,x,y,z;
	 scanf("%d",&n);
	 for(i=1;i<n;i++){
	 	scanf("%d%d%d",&x,&y,&z);
	 	AddEdge(x,y,z);AddEdge(y,x,z);
	 }
}
void Size(int x,int fa){
	 int j,y;s[x]=1;
	 for(j=h[x];j;j=w[j].next){
	 	y=w[j].to;
	 	if(y==fa||vst[y])continue;
	 	Size(y,x);
	 	s[x]+=s[y];
	 }
}
void Find(int x,int fa){
	 int j,y,mx=0;
	 for(j=h[x];j;j=w[j].next){
	 	y=w[j].to;
	 	if(y==fa||vst[y])continue;
	 	Find(y,x);
	 	mx=max(mx,s[y]);
	 }
	 mx=max(mx,sz-s[x]);
	 if(mx<minn){minn=mx;tg=x;}
}
int FindCen(int x){
	minn=n+1;tg=-1;
	Size(x,0);
	sz=s[x];
	Find(x,0);
	return tg;
}
void DFS(int x,int fa,int v){
	 int j,y;
	 g[v]++;
	 for(j=h[x];j;j=w[j].next){
	 	y=w[j].to;
	 	if(y==fa||vst[y])continue;
	 	DFS(y,x,(v+w[j].v)%3);
	 }
}
void solve(int x){
	 int j,y;
	 f[0]=1;f[1]=f[2]=0;
	 for(j=h[x];j;j=w[j].next){
	 	y=w[j].to;
	 	if(!vst[y]){
	 	   g[0]=g[1]=g[2]=0;
	 	   DFS(y,x,w[j].v%3);
	 	   ans+=g[0]*f[0]+f[1]*g[2]+f[2]*g[1];
	 	   f[0]+=g[0];f[1]+=g[1];f[2]+=g[2];
		}
	 }
}
void DivOnT(int x){
	 int j,y,G;
	 G=FindCen(x);
	 vst[G]=1;
	 solve(G);
	 for(j=h[G];j;j=w[j].next){
	 	y=w[j].to;
	 	if(!vst[y])DivOnT(y);
	 }
}
LL gcd(LL x,LL y){return y==0?x:gcd(y,x%y);}
int main(){
    init();
    DivOnT(1);
    LL x=gcd(n*n,ans*2+n);
    printf("%lld/%lld\n",(ans*2+n)/x,n*n/x);
	return 0;
}


内容概要:本文档详细介绍了一个基于MATLAB实现的电力负荷预测项目,该项目运用遗传算法(GA)优化支持向量回归(SVR)和支持向量机(SVM)模型的超参数及特征选择。项目旨在解决电力系统调度、发电计划、需求侧响应等多个应用场景中的关键问题,特别是在应对高比例可再生能源接入带来的非线性、非平稳负荷预测挑战。文中涵盖了从数据接入、特征工程、模型训练到部署上线的全流程,包括详细的代码示例和GUI设计,确保方案的可复现性和实用性。 适用人群:具备一定编程基础,尤其是熟悉MATLAB语言和机器学习算法的研发人员;从事电力系统调度、电力市场交易、新能源消纳等相关领域的工程师和技术专家。 使用场景及目标:①通过构建面向小时级别的滚动预测,输出高分辨率负荷轨迹,为日内与日前滚动调度提供边际成本最小化的依据;②在负荷高峰和供给紧张时,通过价格信号或直接负荷控制实施需求侧响应,提升削峰效率并抑制反弹;③为灵活性资源(调峰机组、储能、可中断负荷)提供更清晰的出清路径,降低弃风弃光率,提升系统整体清洁度;④帮助市场主体更准确地评估边际出清价格变化,提高报价成功率与收益稳定性,同时降低由预测偏差带来的风险敞口;⑤在运维与审计场景中,对预测产生的原因进行说明,保障业务侧与监管侧的可追溯性。 阅读建议:此资源不仅提供了完整的代码实现和GUI设计,更注重于理解GA优化过程中涉及到的数据处理、特征构造、模型选择及评估等核心步骤。因此,在学习过程中,建议结合实际案例进行实践,并深入研究每个阶段的具体实现细节,特别是适应度函数的设计、超参数空间的定义以及多样性维护机制的应用。此外,关注项目中关于数据对齐、缺失值处理、特征标准化等方面的最佳实践,有助于提高模型的鲁棒性和泛化能力。
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