#树#洛谷 1351 jzoj 3931 联合权值

本文探讨在一棵树中寻找所有距离为2的无序点对(a,b),并计算点对权重乘积之和及最大乘积的算法。通过枚举中间点优化计算过程,实现高效求解。

题目

在一棵树中找出无序点对(a,b)(a,b)(a,b),使aaabbb的距离为2,问∑wa×wbmod  10007\sum w_a\times w_b\mod10007wa×wbmod10007以及max(w[a]×w[b])max(w[a]\times w[b])max(w[a]×w[b])


分析

一棵树上两点路径只有一条,所以说符合要求的其中一个点对都必然与一个点相连,所以可以枚举中间点,求出答案


代码

#include <cstdio>
#define rr register
using namespace std;
struct node{int y,next;}e[400001];
int n,ls[200001],w[200001],k=1;
inline signed iut(){
	rr int ans=0; rr char c=getchar();
	while (c<48||c>57) c=getchar();
	while (c>47&&c<58) ans=(ans<<3)+(ans<<1)+c-48,c=getchar();
	return ans;
}
inline void add(int x,int y){
	e[++k]=(node){y,ls[x]}; ls[x]=k;
	e[++k]=(node){x,ls[y]}; ls[y]=k;
}
signed main(){
	n=iut(); long long ans=0,ans1=0;
	for (rr int i=1;i<n;++i) add(iut(),iut());
	for (rr int i=1;i<=n;++i) w[i]=iut();
	for (rr int i=1;i<=n;++i){
		rr int maxx=w[e[ls[i]].y],sum=w[e[ls[i]].y];
		for (rr int j=e[ls[i]].next;j;j=e[j].next){
			ans=(ans+1ll*sum*w[e[j].y])%10007; sum+=w[e[j].y];
			ans1=ans1>(1ll*maxx*w[e[j].y])?ans1:(1ll*maxx*w[e[j].y]);
			maxx=maxx>w[e[j].y]?maxx:w[e[j].y];
		}
	}
	printf("%lld %lld",ans1,ans*2%10007);
	return 0;
}
本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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