luogu P5292 [HNOI2019]校园旅行

本文探讨了一种针对回文路径动态规划算法的优化方法,通过减少边数和利用连通块特性,将原始的M^2dp暴力算法优化至O(nm),并进一步简化至O(n^2)。文章详细介绍了如何利用生成树、奇环和二分图原理来减少计算复杂度。

传送门

首先考虑暴力M^2dp,考虑回文串是可以从回文中心每次在两边拓展的,设\(f_{i,j}\)\(i\)\(j\)的路径是否是回文串,bfs转移,枚举两点出边,如果两个新端点颜色相同就更新

然后这个大暴力可以优化到70',就是先枚举一端的相邻的点,然后注意到因为固定了那个相邻的点,对应的另一个用来拓展的端点个数是\(O(n)\)的,然后转移是\(O(m)\)的,所以总复杂度为\(O(nm)\)

然后考虑减少边数.对于一个同色的连通块,如果这个连通块是二分图,那么我们只要保留它的一个生成树就好了,因为对于一端在上面的子路径,在生成树上可以使用反复横跳走出同奇偶的子路径(另一边也同理),并且不会影响答案;如果不是二分图,那么就有奇环,有奇环就可以改变路径长度奇偶性,所以在生成树上加一个自环就行了.然后对于每条边两端颜色不同的连通块,显然是二分图,根据上面的道理,保留生成树就行了.然后在新图上跑dp,就是\(O(n^2)\)

#include<algorithm>
#include<iostream>
#include<cstring>
#include<cstdlib>
#include<cstdio>
#include<vector>
#include<cmath>
#include<ctime>
#include<queue>
#include<map>
#include<set>
#define LL long long
#define db double

using namespace std;
const int N=5000+10,M=500000+10;
int rd()
{
    int x=0,w=1;char ch=0;
    while(ch<'0'||ch>'9'){if(ch=='-') w=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=(x<<3)+(x<<1)+(ch^48);ch=getchar();}
    return x*w;
}
struct graph
{
    int to[M<<1],nt[M<<1],hd[N],tot;
    void add(int x,int y)
    {
        ++tot,to[tot]=y,nt[tot]=hd[x],hd[x]=tot;
        ++tot,to[tot]=x,nt[tot]=hd[y],hd[y]=tot;
    }
}e,ee;
int n,m,q,ff[N];
int findf(int x){return ff[x]==x?x:ff[x]=findf(ff[x]);}
bool ng[N][N],co[N],inq[N],bg[N];
int vc[N];
char cc[N];
struct node
{
    int x,y;
};
queue<int> qq;
queue<node> qu;

int main()
{
    e.tot=ee.tot=1;
    n=rd(),m=rd(),q=rd();
    scanf("%s",cc+1);
    for(int i=1;i<=n;++i) ff[i]=i,bg[i]=1,co[i]=cc[i]-'0',ng[i][i]=1,qu.push((node){i,i});
    for(int i=1;i<=m;++i)
    {
        int x=rd(),y=rd();
        e.add(x,y);
        if(co[x]==co[y]) ff[findf(y)]=findf(x),ng[x][y]=ng[y][x]=1,qu.push((node){x,y});
    }
    memset(vc,-1,sizeof(vc));
    for(int i=1;i<=n;++i)
        if(findf(i)==i) inq[i]=1,qq.push(i);
    while(!qq.empty())
    {
        int x=qq.front();
        qq.pop();
        bool v0=0,v1=0;
        for(int i=e.hd[x];i;i=e.nt[i])
        {
            int y=e.to[i];
            if(co[x]!=co[y]) continue;
            if(inq[y]) v0|=!vc[y],v1|=vc[y];
            else vc[y]=!vc[x],ee.add(x,y),inq[y]=1,qq.push(y);
        }
        if(v0&&v1) bg[findf(x)]=0;
    }
    for(int i=1;i<=n;++i)
        if(findf(i)==i&&!bg[i]) ee.add(i,i);
    for(int i=1;i<=n;++i) ff[i]=i;
    for(int i=2;i<=e.tot;i+=2)
    {
        int x=e.to[i],y=e.to[i^1];
        if(co[x]!=co[y]&&findf(x)!=findf(y)) ee.add(x,y),ff[findf(y)]=findf(x);
    }
    while(!qu.empty())
    {
        int x=qu.front().x,y=qu.front().y;
        qu.pop();
        for(int i=ee.hd[x];i;i=ee.nt[i])
        {
            int xx=ee.to[i];
            for(int j=ee.hd[y];j;j=ee.nt[j])
            {
                int yy=ee.to[j];
                if(co[xx]==co[yy]&&!ng[xx][yy]) ng[xx][yy]=ng[yy][xx]=1,qu.push((node){xx,yy});
            }
        }
    }
    while(q--) ng[rd()][rd()]?puts("YES"):puts("NO");
    return 0;
}

转载于:https://www.cnblogs.com/smyjr/p/10712932.html

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
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