「ONTAK2010」 Peaks加强版

题目链接

戳我

\(Solution\)

首先来介绍一下kruskal重构树:详见
知道kruskal重构树后这一道题就可以几乎没了.
利用kruskal重构树的性质,一个节点的左右儿子都比他小(其实就是一个堆),所以从点\(v\)开始只经过困难值小于等于\(x\)的路径实际上就是找到一个权值小于等于\(x\)的且深度最小的点
我们将这个点叫做\(K\).那么点\(v\)可以走的路径就是点\(K\)的子树.现在要求第k高的山峰,这直接用主席树+dfs序搞一搞就好了

\(Code\)

#include<bits/stdc++.h>
using namespace std;
const int N=200011; 
int read(){
    int x=0,f=1;char c=getchar();
    while(c<'0'||c>'9') f=(c=='-')?-1:1,c=getchar();
    while(c>='0'&&c<='9') x=x*10+c-48,c=getchar();
    return f*x;
}
struct node1 {
    int to,next;
}e[500001];
struct node{
    int x,y,v;
}b[500001];
struct node2 {
    int l,r,v;
}a[N*20];
int root,tot,res,cnt,n,m,t,h[N],pre[N],head[N],T[N];
int fa[N][21],dep[N],bin[101],val[N],r[N],l[N],tail[N];
void add(int x,int y){ e[++cnt].to=y,e[cnt].next=head[x],head[x]=cnt; }
int find(int x){ return pre[x]==x?x:pre[x]=find(pre[x]); }
bool cmp(const node & a , const node & b ){ return a.v<b.v; }
int query(int x,int v){
    for(int i=19;i>=0;i--)
        if(dep[x]>=bin[i]&&val[fa[x][i]]<=v)
            x=fa[x][i];
    return x;
}
void dfs(int x){
    if(x<=n)
        h[++tot]=tail[x];
    l[x]=tot;
    for(int i=1;i<=16;i++)
        if(dep[x]>=bin[i])
            fa[x][i]=fa[fa[x][i-1]][i-1];
    for(int i=head[x];i;i=e[i].next)
        dep[e[i].to]=dep[x]+1,fa[e[i].to][0]=x,dfs(e[i].to);
    r[x]=tot;
}
void build(){
    res=n,sort(b+1,b+1+m,cmp);
    for(int i=1;i<=m;i++){
        int fx=find(b[i].x),fy=find(b[i].y);
        if(fx!=fy)
            val[++res]=b[i].v,pre[fx]=res,pre[fy]=res,add(res,fx),add(res,fy);
        if(res==n*2-1)
            break;
    }
}
void insert(int &k,int l,int r,int v){
    a[++root]=a[k],k=root,a[k].v++;
    if(l==r) return ;
    int mid=(l+r)>>1;
    if(v<=mid)
        insert(a[k].l,l,mid,v);
    else insert(a[k].r,mid+1,r,v);
}
int answer(int x,int k,int l,int r,int v){
    if(l==r) return l;
    int mid=(l+r)>>1,pos=a[a[k].l].v-a[a[x].l].v;
    if(v<=pos)
        return answer(a[x].l,a[k].l,l,mid,v);
    else return answer(a[x].r,a[k].r,mid+1,r,v-pos);
}
void solve(){
    int last=-1;
    while(t--){
        int v=read(),x=read(),k=read();
        if(last!=-1)
            v^=last,x^=last,k^=last;
        int now=query(v,x);
        (r[now]-l[now]<k)?last=-1:last=tail[answer(T[l[now]],T[r[now]],1,n,r[now]-l[now]-k+1)];
        printf("%d\n",last);
    }
}
int main(){
    n=read(),m=read(),t=read(),bin[0]=1;
    for(int i=1;i<=n;i++)
        tail[i]=read();
    for(int i=1;i<n*2;i++)
        pre[i]=i;
    for(int i=1;i<=19;i++)
        bin[i]=bin[i-1]<<1;
    for(int i=1;i<=m;i++)
        b[i].x=read(),b[i].y=read(),b[i].v=read();
    build(),dfs(find(1));
    sort(tail+1,tail+1+n);
    int k=unique(tail+1,tail+1+n)-tail-1;
    for(int i=1;i<=n;i++)
        T[i]=T[i-1],insert(T[i],1,k,lower_bound(tail+1,tail+1+k,h[i])-tail);
    n=k,solve();
}

转载于:https://www.cnblogs.com/hbxblog/p/10370793.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