BestCoder Round #65 HDU 5593 ZYB's Tree (树形DP)

本文介绍了一种利用树形动态规划方法解决特定树结构问题的算法。该问题要求计算一棵拥有n个节点的树上,到每个点i距离不超过k的点的个数的异或和。通过分步求解,首先计算每个节点到根节点距离不超过j的点的数量,然后求解每个节点i上不超过k距离的点数。

题目链接:点击打开链接

题意:有一棵n(n<=500000)个节点的树,ans[i]为树上到i点距离不超过k的点的个数,求出所有ans[i]的异或和

解法:树形DP,分步求解。具体如下:

1.dp[i][j]为以i为根的子树上到i的距离不超过j的点的个数,可先求距离恰好为j的点的个数,再求前缀和即可。

2.在求dp[i][j]时,可使在第一轮循环中按 j 从小到大顺序更新,第二轮循环中对于每个点 i ,dp[i][j]=sigma(dp[son[i]][j-1]),这样的好处是可以避免记忆化搜索。

3.在求出dp[i][j]后,求解到i距离不超过j的点的个数可从两方面考虑,一是在i的子树上的点,二是在i子树外的点,这部分点的个数为 sigma(dp[e][k-len]-dp[v][k-len-1]),其中节点e、v均为i的祖先节点,且e为v的父节点,len为e到i的距离。

AC代码如下:

#include <iostream>
#include <cstdio>
#include <cstring>
#include <string>
#include <algorithm>
#include <cmath>
#include <vector>
#include <set>
#include <map>
#include <stack>
#include <queue>
using namespace std;

int fa[500005],dp[500005][11],ans[500005];
vector<int>  son[500005];
int t,n,k,A,B;

void init(){
    for(int i=1;i<=n;i++)
        son[i].clear();
    fa[1]=0;
    for(int i=2;i<=n;i++){
        int tt=((long long)A*i+B)%(i-1)+1;
        fa[i]=tt;
        son[tt].push_back(i);
    }
}

void dfs(int x){
    int cur=x,pre=fa[x];
    int len=k;
    ans[x]=dp[x][len];
    while(pre!=0&&len>=1){
        ans[x]+=dp[pre][len-1];
        if(len>=2)
            ans[x]-=dp[cur][len-2];
        len--;
        int mem=pre;
        pre=fa[pre];
        cur=mem;
    }
}

int main (){
    scanf("%d",&t);
    while(t--){
        scanf("%d%d%d%d",&n,&k,&A,&B);
        init();
        for(int i=1;i<=n;i++)
            dp[i][0]=1;
        for(int j=1;j<=k;j++){
            for(int i=1;i<=n;i++){
                dp[i][j]=0;
                for(int tt=0;tt<son[i].size();tt++)
                    dp[i][j]+=dp[son[i][tt]][j-1];
            }
        }
        for(int i=1;i<=n;i++)
            for(int j=1;j<=k;j++)
                dp[i][j]+=dp[i][j-1];
        int tmp=0;
        for(int i=1;i<=n;i++){
            dfs(i);
            tmp=tmp^ans[i];
        }
        printf("%d\n",tmp);
    }
    return 0;
}


胚胎实例分割数据集 一、基础信息 • 数据集名称:胚胎实例分割数据集 • 图片数量: 训练集:219张图片 验证集:49张图片 测试集:58张图片 总计:326张图片 • 训练集:219张图片 • 验证集:49张图片 • 测试集:58张图片 • 总计:326张图片 • 分类类别: 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 胚胎(embryo):表示生物胚胎结构,适用于发育生物学研究。 • 标注格式:YOLO格式,包含实例分割的多边形标注,适用于实例分割任务。 • 数据格式:图片来源于相关研究领域,格式为常见图像格式,细节清晰。 二、适用场景 • 胚胎发育AI分析系统:构建能够自动分割胚胎实例的AI模型,用于生物学研究中的形态变化追踪和量化分析。 • 医学与生物研究:在生殖医学、遗传学等领域,辅助研究人员进行胚胎结构识别、分割和发育阶段评估。 • 学术与创新研究:支持计算机视觉与生物医学的交叉学科研究,推动AI在胚胎学中的应用,助力高水平论文发表。 • 教育与实践培训:用于高校或研究机构的实验教学,帮助学生和从业者掌握实例分割技术及胚胎学知识。 三、数据集优势 • 精准与专业性:实例分割标注由领域专家完成,确保胚胎轮廓的精确性,提升模型训练的可靠性。 • 任务专用性:专注于胚胎实例分割,填补相关领域数据空白,适用于细粒度视觉分析。 • 格式兼容性:采用YOLO标注格式,易于集成到主流深度学习框架中,简化模型开发与部署流程。 • 科学价值突出:为胚胎发育研究、生命科学创新提供关键数据资源,促进AI在生物学中的实际应用。
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