2018山东冬令营:森林扩张,UPC(1380)

本文介绍了一个经典的图论问题——森林扩张问题,通过并查集算法将分散的节点连接成一棵树,探讨了如何以最小代价完成这一过程。文章详细解释了算法思路与实现细节,并通过代码示例展示了具体的解决方案。

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

1380: 森林扩张

时间限制: 1 Sec   内存限制: 256 MB
提交: 130   解决: 23
[ 提交][ 状态][ 讨论版]

题目描述

小L走进了一片森林。这片森林由n个点和m条边组成,每个点都有一个大小ai。小L不小心在森林里迷路了,于是TA决定给森林添上几条边,把整片森林连成一棵树,就能走出去了,在点i与点j间连一条边需要花费ai+aj的代价。此外,小L还发现每个点上最多只能添一条边。小L想知道能不能走出森林,如果能的话,最小代价是多少。

输入

第一行两个整数n和m,表示森林的点数与边数。接下来一行,n个以空格分隔的整数,表示每个点的大小。接下来m行,每行两个正整数,描述森林的一条边。保证给出的图是一片森林。

输出

假如不能把森林变成一棵树,输出−1,否则输出最小代价。

样例输入

5 2

1 2 5 3 4

1 3

2 4

样例输出

10

提示

在点1与点2间加入一条边,点4与点5间加入一条边,总代价是1 + 2 + 3 + 4 = 10。
对于30%的数据,所有点的点权都相同;
对于100%的数据,0 ≤ m < n ≤ 105, 0 ≤ ai ≤ 109,保证给出的图是一片森林(可能是一棵完整的树)。


来源


【题意】 

中文题,好理解

【思路】

每个点只能用一次;

利用并查集把有关系的边建立到一个关系中,也可以利用DFS,道理是一样的;

然两个Set容器,  一个存放集合,维护,另有一个不断更新集合,然后把除去最小的存到第一个set中;最小的是需要建的边,把值加上;

当第一个set =0 时 说明 无法建边  -1

最后第一个Set就是 应该再次计算的值,  W=ai+aj;

【感悟】

思路是对的,但是一直WA,  又没有数据, 气得我 自己写了个随机生产数据的函数,  然后用对拍;

没想到 真的就对拍出一组数据 过不了;改啊改; 

【代码实现】

具体看代码;

#include <iostream>
#include <bits/stdc++.h>
#include <stdio.h>

typedef long long ll;
#define mem(a,b) memset(a,b,sizeof(a))

const ll INF=0x3f3f3f3f;
const int MAXN=1e6+5;

using namespace std;

int n,m;
ll a[MAXN];
ll pre[MAXN<<1];
ll vis[MAXN];
void init()
{
    mem(vis,0);
    for(ll i=1;i<=n;i++)
        pre[i]=i;
}
int find(int x)
{
    return  pre[x]== x?  x: (pre[x]=find(pre[x]));
}
void join(ll x,ll y)
{
    ll fx=find(x),fy=find(y);
    if(fx!=fy)
        pre[fx]=fy;
}
multiset<ll>S1,S2;
multiset<ll>::iterator it,ano;
vector<ll> V[MAXN];
int main()
{
    S1.clear();
    S2.clear();
    cin>>n>>m;
    init();
    for(int i=0;i<=n;i++) V[i].clear();
    for(int i=1;i<=n;i++)
        cin>>a[i];
    ll x,y;
    while(m--)
    {
        cin>>x>>y;
        join(x,y);
    }
    ll ans=0;
    ll cot=0;
    int flag=0;
    for(int i=1;i<=n;i++)
    {
        V[find(i)].push_back(a[i]);
        if(pre[i]==i)
            cot++;
    }
    if(cot==1)
    {
        cout<<0<<endl;
        return 0;
    }
    S1.clear();
    for(int i=1;i<=n;i++)
    {
        if(V[i].size()>0&&!vis[i])
        {
            vis[i]=1;
            S2.clear();

            for(int j=0;j<V[i].size();j++)
            {
                S2.insert(V[i][j]);
            }
            ans+= (*S2.begin());
            it=S2.begin();
            S2.erase(it);
            for( it=S2.begin();it!=S2.end();it++)
                S1.insert(*it);
            S2.clear();
        }
    }
    //cout<<ans<<endl;
    if(S1.size()<cot-2)
    {
        //cout<<"Sfgafas"<<endl;
        cout<<-1<<endl;
        return 0;
    }
    int i;
    for( it=S1.begin(),i=0;i<cot-2;it++,i++)
    {
        //cout<<(*it)<<" "<<endl;
        ans+= (*it);
    }

    cout<<ans<<endl;
    return 0;
}

123

内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射和传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量和频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输和反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术和非正交多址接入技术感兴趣的科研人员和工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路和技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解和复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
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