斯坦纳树 hdu4085

//斯坦纳树
//hdu 4085
/*复杂度:O(n^2*2^k+n*3^k)
枚举子树的形态:f[ i ][ j ]=min{ f[ i ][ j ],f[ k ][ j ]+f[ l ][ j ] },其中k和l是对i的一个划分。k^l==i子集枚举
按照边进行松弛:f[ i ][ j ]=min{ f[ i ][ j ],f[ i ][ j' ]+w[ j ][ j' ] },其中j和j'之间有边相连。
f[i][j]表示包含集合i对应的点,并包含j点的最小生成树
dp[i]=min{dp[k]+dp[k^i]} 表示包含集合i并满足的最小森林
*/
#include<iostream>
#include<stdio.h>
#include<set>
#include<string.h>
#include<math.h>
#include<string>
#include<queue>
#include<algorithm>
#define N 55
using namespace std;
const int inf=(int)1e8;
int f[1<<11][N],dp[1<<11],n,m,h,g[N][N],vis[N];
bool ok(int state)
{
    int num=0;
    for(int i=0;i<h;i++) if((state>>i)&1) num++;
    for(int i=0;i<h;i++) if((state>>i+h)&1) num--;
//    cout<<state<<" num="<<num<<endl;
    return num==0;
}
void calc()//计算斯坦纳树
{
    memset(vis,0,sizeof vis);
    for(int i=1;i<(1<<h+h);i++)
    {
        for(int j=1;j<=n;j++)
            for(int k=(i-1)&i;k;k=(k-1)&i)
                f[i][j]=min(f[k][j]+f[i^k][j],f[i][j]);

        for(int k=1;k<=n;k++)
        {
            int best=-1;
            for(int j=1;j<=n;j++) if(vis[j]!=i&&(best==-1||f[i][best]>f[i][j])) best=j;
            if(k==1) dp[i]=f[i][best];
            vis[best]=i;
//            cout<<best<<endl;
            for(int j=1;j<=n;j++) f[i][j]=min(f[i][j],f[i][best]+g[best][j]);
        }
//        cout<<"i="<<i<<" h="<<h<<endl;
//        for(int j=1;j<=n;j++) cout<<f[i][j]<<' '; puts("");
        if(ok(i))
            for(int k=i&(i-1);k;k=(k-1)&i) dp[i]=min(dp[k]+dp[k^i],dp[i]);
        else
            dp[i]=inf;
//        cout<<"h="<<h<<endl;
    }
    h=(1<<h*2)-1;
    if(dp[h]>=inf) puts("No solution");
    else printf("%d\n",dp[h]);
}
void solve()
{
    scanf("%d%d%d",&n,&m,&h);
    for(int i=0;i<N;i++) for(int j=0;j<N;j++) g[i][j]=(i==j?0:inf);
    int u,v,w;
    for(int i=0;i<m;i++)
    {
        scanf("%d%d%d",&u,&v,&w);
        if(w<g[u][v]) g[u][v]=g[v][u]=w;
    }
    for(int i=0;i<(1<<h*2);i++)
        for(int j=0;j<=n;j++) f[i][j]=inf;
    for(int i=0;i<h;i++) f[1<<i][i+1]=0;
    for(int i=0;i<h;i++) f[1<<i+h][n-i]=0;
    calc();
}
int main()
{
    int t;
    scanf("%d",&t);
    while(t--) solve();
    return 0;
}


分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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