洛谷4719 【模板】动态dp

本文深入探讨了动态DP的概念与实现,通过树剖线段树维护区间内矩阵的连乘积,解决复杂状态转移问题。文章详细解释了如何通过修改g矩阵更新状态,以及求解最优解的方法。

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

题目:https://www.luogu.org/problemnew/show/P4719

关于动态DP似乎有猫锟的WC2018论文,但找不见;还是算了。

http://immortalco.blog.uoj.ac/archive

动态DP大概就是求这样的问题。

把轻儿子对自己的转移值写进矩阵 g 里,重新定义一下乘法运算,自己的值矩阵 f 就是重儿子的 f 乘上自己的 g 了。

树剖的线段树维护区间内的那些 g 的连乘积,则从自己开始到自己所在重链的底端这一段的 g 连乘就是自己的 f 了(因为底端是叶子,所以本来该乘一个 f ,就和不乘一样了)。

修改的时候就是改一些 g 。自己如果在 x 的轻儿子里,则需要改一下 x 的 g 。一次会改 log  个 g 。

求答案就是 1 所在重链的连乘积。

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define ls Ls[cr]
#define rs Rs[cr]
using namespace std;
const int N=1e5+5,INF=1e9+5;
int n,m,w[N],hd[N],xnt,to[N<<1],nxt[N<<1],tot,Ls[N<<1],Rs[N<<1];
int dfn[N],siz[N],son[N],rnk[N],dep[N],fa[N],top[N],bj[N],dp[N][2];
int Mx(int a,int b){return a>b?a:b;}
struct Matrix{
  int a[2][2];
  Matrix(){a[0][0]=a[0][1]=a[1][0]=a[1][1]=-INF;}
  Matrix operator+ (const Matrix &b)const
  {
    Matrix c;
    for(int i=0;i<=1;i++)
      for(int k=0;k<=1;k++)
    for(int j=0;j<=1;j++)
      c.a[i][j]=Mx(c.a[i][j],a[i][k]+b.a[k][j]);
    return c;
  }
}g[N],t[N<<1];
int rdn()
{
  int ret=0;bool fx=1;char ch=getchar();
  while(ch>'9'||ch<'0'){if(ch=='-')fx=0;ch=getchar();}
  while(ch>='0'&&ch<='9') ret=(ret<<3)+(ret<<1)+ch-'0',ch=getchar();
  return fx?ret:-ret;
}
void add(int x,int y){to[++xnt]=y;nxt[xnt]=hd[x];hd[x]=xnt;}
void dfs(int cr)
{
  dep[cr]=dep[fa[cr]]+1; siz[cr]=1;
  for(int i=hd[cr],v;i;i=nxt[i])
    if((v=to[i])!=fa[cr])
      {
    fa[v]=cr;  dfs(v);
    siz[cr]+=siz[v];
    siz[v]>siz[son[cr]]?son[cr]=v:0;
      }
}
void dfsx(int cr)
{
  dfn[cr]=++tot; rnk[tot]=cr;
  dp[cr][0]=0; dp[cr][1]=w[cr];
  if(son[cr])
    {
      top[son[cr]]=top[cr];dfsx(son[cr]);
      dp[cr][0]+=Mx(dp[son[cr]][0],dp[son[cr]][1]);
      dp[cr][1]+=dp[son[cr]][0];
    }
  g[cr].a[0][0]=g[cr].a[0][1]=0;
  g[cr].a[1][0]=w[cr]; g[cr].a[1][1]=-INF;
  if(!son[cr]){ bj[top[cr]]=tot; return;}
  for(int i=hd[cr],v;i;i=nxt[i])
    if((v=to[i])!=fa[cr]&&v!=son[cr])
      {
    top[v]=v; dfsx(v);
    dp[cr][0]+=Mx(dp[v][0],dp[v][1]); dp[cr][1]+=dp[v][0];
    g[cr].a[0][0]+=Mx(dp[v][0],dp[v][1]); g[cr].a[0][1]=g[cr].a[0][0];
    g[cr].a[1][0]+=dp[v][0];
      }
}
void build(int l,int r,int cr)
{
  if(l==r){t[cr]=g[rnk[l]];return;}
  int mid=l+r>>1;
  ls=++tot; build(l,mid,ls);
  rs=++tot; build(mid+1,r,rs);
  t[cr]=t[ls]+t[rs];
}
void updt(int l,int r,int cr,int p)
{
  if(l==r){t[cr]=g[rnk[l]];return;}
  int mid=l+r>>1;
  if(p<=mid)updt(l,mid,ls,p);
  else updt(mid+1,r,rs,p);
  t[cr]=t[ls]+t[rs];
}
Matrix query(int l,int r,int cr,int L,int R)
{
  if(l>=L&&r<=R)return t[cr];
  int mid=l+r>>1;
  if(R<=mid)return query(l,mid,ls,L,R);
  if(mid<L) return query(mid+1,r,rs,L,R);
  return query(l,mid,ls,L,R)+query(mid+1,r,rs,L,R);
}
Matrix calc(int cr){ return query(1,n,1,dfn[cr],bj[cr]);}
void cz(int x,int y)
{
  g[x].a[1][0]+=y-w[x]; w[x]=y;
  Matrix k1=calc(top[x]); updt(1,n,1,dfn[x]); Matrix k2=calc(top[x]);
  while(fa[top[x]])
    {
      int d=fa[top[x]];
      g[d].a[0][0]+=Mx(k2.a[0][0],k2.a[1][0])-Mx(k1.a[0][0],k1.a[1][0]);
      g[d].a[0][1]=g[d].a[0][0];
      g[d].a[1][0]+=k2.a[0][0]-k1.a[0][0];
      x=d;
      k1=calc(top[x]); updt(1,n,1,dfn[x]); k2=calc(top[x]);
    }
}
int main()
{
  n=rdn();m=rdn();
  for(int i=1;i<=n;i++)w[i]=rdn();
  for(int i=1,u,v;i<n;i++)
    {
      u=rdn(); v=rdn(); add(u,v); add(v,u);
    }
  dfs(1); top[1]=1; dfsx(1); tot=1; build(1,n,1);//tot=1!!!!!!
  for(int i=1,x,y;i<=m;i++)
    {
      x=rdn(); y=rdn(); cz(x,y);
      Matrix d=calc(1);
      printf("%d\n",Mx(d.a[0][0],d.a[1][0]));
    }
  return 0;
}

 

转载于:https://www.cnblogs.com/Narh/p/10003525.html

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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