【bzoj1601】[Usaco2008 Oct]灌水（MST）

最新推荐文章于 2022-08-19 23:32:45 发布

转载最新推荐文章于 2022-08-19 23:32:45 发布 · 89 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/wmrv587/p/4354710.html

本文介绍了一种巧妙的解题方法，通过引入超级源点并利用最小生成树算法解决特定问题。该方法将特定操作转化为图论问题，进而简化了解题过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：http://hzwer.com/1158.html

分析：

解法很巧妙，弄一个超级源，对某个点装水井相当于把这个点连向超级源，边权为这个点的点权，然后跑最小生成树就行了

转载于:https://www.cnblogs.com/wmrv587/p/4354710.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_30746117

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

BZOJ1690 Usaco2007 Dec 奶牛的旅行【01分数规划】

Dream_maker的博客

06-02

504

BZOJ1690 Usaco2007 Dec 奶牛的旅行题目描述作为对奶牛们辛勤工作的回报，Farmer John决定带她们去附近的大城市玩一天。旅行的前夜，奶牛们在兴奋地讨论如何最好地享受这难得的闲暇。很幸运地，奶牛们找到了一张详细的城市地图，上面标注了城市中所有L(2 &lt;= L &lt;= 1000)座标志性建筑物（建筑物按1..L顺次编号），以及连接这些建筑物的P(...

BZOJ1591 USACO 2008 Dec Gold 4.Largest Fence Solution

守望、御神木

09-17

1497

题目大意：求出平面上ngedian

参与评论您还未登录，请先登录后发表或查看评论

[Usaco2008 Oct]灌水(MST)

To be excellent！

04-12

270

题意：Farmer John已经决定把水灌到他的n(1 思路：加一个超级源点，然后跑一遍MST。作为一个经典的题纪录一下。 #include using namespace std; typedef long long ll; const int INF=0x3f3f3f3f; const int maxn=305; int T,n,m; int w[maxn]; int G[maxn]

BZOJ 1601 [Usaco2008 Oct]灌水 (建图+mst)

weixin_30908649的博客

07-05

103

题意： 300个坑，每个坑能从别的坑引水，或者自己出水，i从j饮水有个代价，每个坑自己饮水也有代价，问让所有坑都有谁的最少代价思路：先建一个n的完全图，然后建一个超级汇点，对每个点连w[i]，跑mst，这样就能保证所有坑联通，并且至少有一个坑有水代码： #include<iostream> #include<cstdio> #include<a...

BZOJ 1601 Usaco 灌水

weixin_30306905的博客

09-08

感觉像是一道MST的题目，但是难以处理这个自建水库的动作。一开始想着给自己连一条边，但是判断父亲时就有Bug了。之后想了给每个点都新建一个点，这样好处理了。但是与MST又有冲突了。最后想了想，把自建水库的费用当作X点连向N+1点，于是1-N都与N+1有一条边，我们只需要求一个N+1的最小生成树就可以求解了。Orz 奶牛题目虽然是水题，但是练练思维能力还是挺好的。（大佬别吐槽我这种蒟蒻） ...

BZOJ 1601 [Usaco2008 Oct]灌水 MST

-Claude

08-17

848

BZOJ 1601 [Usaco2008 Oct]灌水 MST

BZOJ 1601: [Usaco2008 Oct]灌水【MST】

XSamsara的博客 AFO

05-14

205

1601: [Usaco2008 Oct]灌水 Time Limit: 5 Sec Memory Limit: 162 MB Description Farmer John已经决定把水灌到他的n(1<=n<=300)块农田，农田被数字1到n标记。把一块土地进行灌水有两种方法，从其他农田饮水，或者这块土地建造水库。建造一个水库需要花费wi(1<=wi<=100...

bzoj1601[Usaco2008 Oct]灌水

老臣

03-02

321

DescriptionFarmer John已经决定把水灌到他的n(1<=n<=300)块农田，农田被数字1到n标记。把一块土地进行灌水有两种方法，从其他农田饮水，或者这块土地建造水库。建造一个水库需要花费wi(1<=wi<=100000),连接两块土地需要花费Pij(1<=pij<=100000,pij=pji,pii=0). 计算Farmer John所需的最少代价。Input*第一行：一个数

bzoj 1601: [Usaco2008 Oct]灌水

fyc的博客

03-12

167

题意： Farmer John已经决定把水灌到他的n(1<=n<=300)块农田，农田被数字1到n标记。把一块土地进行灌水有两种方法，从其他农田饮水，或者这块土地建造水库。建造一个水库需要花费wi(1<=wi<=100000),连接两块土地需要花费Pij(1<=pij<=100000,pij=pji,pii=0). 计算Farmer John所需的最少代价。...

【BZOJ】1601: [Usaco2008 Oct]灌水

weixin_33827731的博客

07-17

【算法】最小生成树【题解】想到网络流，但是好像不能处理流量和费用的关系。想到最短路，但好像不能处理重复选边的问题。每条边只需要选一次，每个点就要遍历到，可以想到最小生成树。建超级源向每个点连边，点与点连边，对n+1个点求最小生成树(MST)即可。 #include<cstdio> #include<cstring> #include<...

Bzoj 3409: [Usaco2009 Oct]Barn Echoes 牛棚回声

Don't fake it till you made it

12-10

788

SAM练手题反正就是构造两个SAM然后匹配就好了。。。。 #include居然会错.. 要 #include才行。。。 #include #include #include using namespace std; struct Node { Node *ch[200]; Node *last; int len; bool end; Node(){for(len=0;len<

【bzoj1600】【USACO2008 Oct】Building A Fence 建造栅栏

magical_qting的博客

08-31

1239

Description勤奋的Farmer John想要建造一个四面的栅栏来关住牛们。他有一块长为n（4<=n<=2500）的木板，他想把这块本板切成4块。这四块小木板可以是任何一个长度只要Farmer John能够把它们围成一个合理的四边形。他能够切出多少种不同的合理方案。注意：只要大木板的切割点不同就当成是不同的方案（像全排列那样），不要担心另外的特殊情况，go ahead。栅栏的面积要大于0

题解：BZOJ #1666. [Usaco2006 Oct]Another Cow Number Game 奶牛的数字游戏

NightmareAlita的博客

08-19

451

BZOJ #1666. [Usaco2006 Oct]Another Cow Number Game 奶牛的数字游戏题解

基于MATLAB的教室人数统计

08-21

基于MATLAB的教室人数统计

阿比让绿地分析系统APP软件代码

08-21

内容概要：本文档详细介绍了基于Google Earth Engine (GEE) 构建的阿比让绿地分析仪表盘的设计与实现。首先，定义了研究区域的几何图形并将其可视化。接着，通过云掩膜函数和裁剪操作预处理Sentinel-2遥感影像，筛选出高质量的数据用于后续分析。然后，计算中值图像并提取NDVI（归一化差异植被指数），进而识别绿地及其面积。此外，还实现了多个高级分析功能，如多年变化趋势分析、人口-绿地交叉分析、城市热岛效应分析、生物多样性评估、交通可达性分析、城市扩张分析以及自动生成优化建议等。最后，提供了数据导出、移动端适配和报告生成功能，确保系统的实用性和便捷性。适合人群：具备一定地理信息系统(GIS)和遥感基础知识的专业人士，如城市规划师、环境科学家、生态学家等。使用场景及目标：①评估城市绿地分布及其变化趋势；②分析绿地与人口的关系，为城市规划提供依据；③研究城市热岛效应及生物多样性，支持环境保护决策；④评估交通可达性，优化城市交通网络；⑤监测城市扩张情况，辅助土地利用管理。其他说明：该系统不仅提供了丰富的可视化工具，还集成了多种空间分析方法，能够帮助用户深入理解城市绿地的空间特征及其对环境和社会的影响。同时，系统支持移动端适配，方便随时随地进行分析。用户可以根据实际需求选择不同的分析模块，生成定制化的报告，为城市管理提供科学依据。

在线问卷调查系统-在线问卷调查系统源码-在线问卷调查系统代码-springboot在线问卷调查系统源码-基于springboot的在线问卷调查系统设计与实现-在线问卷调查管理系统代码

最新发布

08-21

前端图片懒加载优化，提升页面首屏速度.doc

08-21

前端图片懒加载优化，提升页面首屏速度.doc

高校实习信息发布系统-高校实习信息发布系统源码-基于Web的高校实习信息发布系统设计与实现

08-21

高校实习信息发布-高校实习信息发布系统-高校实习信息发布系统源码-高校实习信息发布系统代码-springboot高校实习信息发布系统源码-基于springboot的高校实习信息发布系统设计与实现-代码

该课题为基于Matlab的条形码识别系统。带有人机交互界面以及详细的预处理。最后可以跟快递单上的快递单进行结合识别出包裹来自于哪个城市。(6).zip

08-21

该课题为基于Matlab的条形码识别系统。带有人机交互界面以及详细的预处理。最后可以跟快递单上的快递单进行结合识别出包裹来自于哪个城市。(6).zip

bzoj[1597][usaco2008 mar]土地购买斜率优化

06-28

### 回答1： bzoj[1597][usaco2008 mar]土地购买斜率优化这道题是一道经典的斜率优化题目，需要用到单调队列的思想。首先，我们可以将题目中的式子进行变形，得到： f[i] = f[j] + (sum[i] - sum[j] - m) ^ 2 + k 其中，sum[i] 表示前缀和，m 和 k 都是常数。我们可以将式子中的 sum[i] 和 k 看作常数，那么我们需要优化的就是 (sum[i] - sum[j] - m) ^ 2 这一项。我们可以将其展开，得到： (sum[i] - sum[j] - m) ^ 2 = sum[i] ^ 2 - 2 * sum[i] * (sum[j] + m) + (sum[j] + m) ^ 2 我们可以将其看作一个二次函数，其中 a = 1，b = -2 * (sum[j] + m)，c = (sum[j] + m) ^ 2。我们可以发现，当 j < k 时，如果 f[j] + a * sum[j] + b * sum[j] <= f[k] + a * sum[k] + b * sum[k]，那么 j 就不可能是最优决策点，因为 k 比 j 更优。因此，我们可以用单调队列来维护决策点。具体来说，我们可以维护一个单调递增的队列 q，其中 q[i] 表示第 i 个决策点的下标。每次加入一个新的决策点 i 时，我们可以将队列尾部的决策点 j 弹出，直到队列为空或者 f[j] + a * sum[j] + b * sum[j] <= f[i] + a * sum[i] + b * sum[i]。然后，我们将 i 加入队列尾部。最后，队列头部的决策点就是最优决策点。我们可以用类似于双指针的方法来维护队列头部的决策点是否在当前区间内，如果不在，就弹出队列头部。时间复杂度为 O(n)。 ### 回答2：这道题目属于斜率优化的经典题目，难度较高，需要掌握一定的数学知识。首先，我们可以将题目中的“最大利润”转化为“最小成本”，这样问题就变成了找到一个方案，使得购买土地的成本最小。接着，我们考虑如何用斜率优化来解决这个问题。我们可以定义一个函数f(i)，表示前i块土地的最小成本。显然，f(1)=0，因为不需要购买任何土地。对于f(i)，它可以由f(j)+b(i)×a(j+1)得到，其中j<i，a(j+1)表示第j+1块土地的面积，b(i)表示第i块土地的价格。这个式子的含义是，我们现在要购买第i块土地，那么前面的土地（即前j块）就都要买，所以f(j)表示前j块土地的最小成本，b(i)×a(j+1)表示购买第i块土地的成本。那么，我们可以得到递推公式： f(i)=min{f(j)+b(i)×a(j+1)}，其中j<i。这个公式看起来很简单，但是要注意的是，当b(i)×a(j+1)的斜率相同时，我们需要取其中面积较小的土地，因为它的价格更低。因此，我们需要对斜率进行排序，并在递推中用单调队列维护斜率相等的情况下面积最小的土地。最终，f(n)就是题目所求的最小成本。总之，这道题目需要深入理解斜率优化算法的原理和实现方式，并且需要注意细节处理，如果能够顺利地解决这个问题，那么对于斜率优化算法的掌握程度就有了很大的提升。 ### 回答3：土地购买问题可以采用斜率优化算法来解决。这个问题可以转化为一个单调队列的问题。首先，我们需要对土地价格按照边长从小到大排序。然后，对于每块土地，我们需要求出它的贡献。设 $f_i$ 表示前 $i$ 块土地连续的最小代价。设当前处理到第 $i$ 块土地，已经求出了前 $j$ 块土地的最小代价 $f_j$。那么我们可以得到下面这个式子： $$ f_i=\min\limits_{j=1}^{i-1}\{f_j+(S_i-S_j)^2+P\} $$ 式子中，$S_i$ 表示前 $i$ 块土地的边长和，$P$ 表示额外购买土地的代价。首先，不考虑额外购买土地，我们可以使用动态规划来求出 $f_i$。但是，考虑到额外购买土地的代价 $P$ 是一个固定值，我们可以考虑将它与某一块土地的代价合并起来，这样就可以使用斜率优化技术来优化动态规划算法。我们定义一个决策点 $j$，表示我们当前要处理第 $i$ 块土地时，已经处理过 $j$ 块土地，并将第 $j+1$ 块土地到第 $i$ 块土地购买，所需的最小代价。我们假设 $S_i>S_j$，则可以得到下面这个式子： $$ f_i=\min\limits_{j=1}^{i-1}\{f_j+(S_i-S_j)^2+P\} $$ 将它整理成斜率截距式可以得到： $$ y=kx+b $$ 其中 $k=(S_j)^2-2S_iS_j$，$b=f_j+(S_i)^2+P-S_j^2$，$x=S_j$，$y=f_j+(S_j-S_i)^2-S_j^2$。我们发现 $k$ 是一个单调递减的函数，因此我们可以使用一个单调队列来维护所有可能成为决策点的点。对于每个点，我们计算函数 $y$ 的值并将它们加入队列，然后取队头元素的值作为 $f_i$。综上所述，我们可以使用斜率优化技术来解决土地购买问题，时间复杂度为 $O(n)$。