JZOJ 5328. 【NOIP2017提高A组模拟8.22】世界线

本文介绍了一道NOIP2017竞赛题“世界线”的解题思路与实现方法,通过使用bitset优化算法来解决点到可达点数的问题。

5328. 【NOIP2017提高A组模拟8.22】世界线

(File IO): input:worldline.in output:worldline.out
Time Limits: 1500 ms Memory Limits: 262144 KB

Description

这里写图片描述

Input

这里写图片描述

Output

这里写图片描述

Sample Input

5 5
1 2
1 3
2 3
3 4
4 5

Sample Output

5

Data Constraint

这里写图片描述

Hint

样例解释
这里写图片描述

题解

不难发现,题目要求的就是每一个点到能到的点数减去已有的边数
直接暴力肯定不行
所以用bitset优化一下就好啦,维护每个点能到的点

代码

#include<cstdio>
#include<vector>
#include<bitset>
#define BITSET 30000
#define N 60010
using namespace std;

vector<long>out[N];
bitset<BITSET+10>a[N];
long in[N],b[N];

int main()
{   long n,m,x,y,i,j,to,tot,l,r;
    long long ans=0;
    freopen("worldline.in","r",stdin);
    freopen("worldline.out","w",stdout);
    scanf("%ld%ld",&n,&m);
    for(i=1;i<=m;i++){
        scanf("%ld%ld",&x,&y);
        out[x].push_back(y);
        in[y]++;
    }
    tot=0;
    for(i=1;i<=n;i++)
        if(!in[i])
            b[++tot]=i;
    for(i=1;i<=tot;i++)
        for(j=0;j<out[b[i]].size();j++){
            to=out[b[i]][j];
            if(--in[to]==0)
                b[++tot]=to;
        }
    for(l=1,r=BITSET;l<=n;l=r+1,r+=BITSET){
        for(i=1;i<=n;i++)
            a[i].reset();
        for(i=n;i>=1;i--){
            for(j=0;j<out[b[i]].size();j++){
                to=out[b[i]][j];
                a[b[i]]|=a[to];
            }
            ans+=a[b[i]].count();
            if(b[i]>=l&&b[i]<=r)
                a[b[i]][b[i]-l]=1;
        }
    }
    printf("%lld\n",ans-m);
    return 0;
}
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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