[USACO08OCT] Pasture Walking

本文介绍了一种求解最近公共祖先(LCA)问题的有效算法。通过深度优先搜索(DFS)预处理节点深度及父节点信息,并利用动态规划进一步优化查询效率。文章提供了完整的C++代码实现,适用于解决树形结构中的LCA问题。

题目链接

LCA裸题

#include<cstdio>
#define MAXN 1005
using namespace std;

int N,Q,tot=0;
struct size{
    int v,w,next;
}G[MAXN<<1];
int head[MAXN],anc[11][MAXN],dis[MAXN],d[MAXN];

inline void add(int u,int v,int w){
    G[++tot].v=v;G[tot].w=w;G[tot].next=head[u];head[u]=tot;
}

inline void dfs(int rt,int fa){
    for(register int i=head[rt];i;i=G[i].next){
        int v = G[i].v;if(v==fa)continue;
        dis[v]=dis[rt]+G[i].w;d[v]=d[rt]+1;
        anc[0][v]=rt;
        dfs(v,rt);
    }
}

inline void dp(){
    for(register int i=1;i<=10;++i)
    for(register int j=1;j<=N;++j)
        anc[i][j] = anc[i-1][anc[i-1][j]];
}

inline void swap(int *a,int *b){int t=*a;*a=*b;*b=t;}

inline int LCA(int u,int v){
    if(u==v)return u;
    else if(d[u]<d[v])swap(&u,&v);
    for(register int i=10;i>=0;--i)
        if(d[anc[i][u]]>=d[v])u=anc[i][u];
    if(u==v)return u;
    for(register int i=10;i>=0;--i)
        if(anc[i][u]!=anc[i][v])u=anc[i][u],v=anc[i][v];
    return anc[0][u];
}

int main(){
    

    scanf("%d%d",&N,&Q);
    int u,v,w;
    for(register int i=1;i<N;++i){
        scanf("%d%d%d",&u,&v,&w);
        add(u,v,w);add(v,u,w);
    }
    dis[1]=0;d[1]=0;anc[0][1]=0;
    dfs(1,0);
    dp();
    
    for(register int i=1;i<=Q;++i){
        scanf("%d%d",&u,&v);
        int lca = LCA(u,v);
        printf("%d\n",dis[u]-dis[lca]+dis[v]-dis[lca]);
    }
    return 0;
} 

转载于:https://www.cnblogs.com/Neworld2002/p/8531477.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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