jsoi2014前两轮回眸

本文作者回顾了在NOI竞赛中的表现,分析了自己在算法实现和问题解决上的不足之处,并提出了改进策略,包括加强训练、改善习惯、提高暴力优化技巧等。

今天从常州回来了,第二轮考得惨不忍睹

大概来总结一下前两轮;

第一轮是4个小时,3道题,一道网络流,一道环形DP,一道线段树

最后一道题ahoi的原题(传送bzoj1798),非常水的线段树,是个很好的得分点

可是我作死般的有地方忘取mod,只得了10分

这次的D1 T3的knight和D2 T1的story我觉得应该是在我能力范围之内

每题都拍了2h+,可竟然都爆0了;

knight我用的方法不对就算了,

story是个显然的限制下界的费用流,

可惜我没有考虑到一个剧情点到同一个剧情点可能有多条边(正好我用到了邻接矩阵T T,题目哪有说嘛……)

如果正确的话大概能拿70(后三个点TLE)

只能说拍题能力还不够,第一是刷得题还不够多(仰慕zkc bzoj近400)

第二个是平时拍题时没有好的习惯,通常是过了样例就交,WA了才去检查,实际自己作数据检查错误的能力很差

在考场,也经常看到大牛对拍,可至今不会T T

事实证明,对拍比自己做数据算要有效的多(之前那两题,自己做了数据都过了,可照样爆0);

因为对拍是随机生成数据,能发现你很多想不到的错误;

当然对拍也是建立在你写了较高得分的算法和纯朴素算法的基础上;

讲到暴力,不得不说暴力是oi的

考试的时候,想不出来的题目我写了暴力(太弱了……,其实今年的题还是挺难的)

可是暴力也是有技巧的;

首先不能盲目的暴力,暴力完了就放着不管了

比如D2 T3朴素模拟10分(我就这分数),实际上稍微想一想就可以暴力到40~50分

再也就是有的题目朴素暴力竟然都写错了,如D1 T2,直接爆0惨不忍睹;

所以说,即便是写暴力,也是因人而异的(我这个弱渣啊……)

优化暴力能拿到很多意想不到的分数;

主要来说,还是很多题目找不出该怎么做,做的题太少了

还有考试策略不对,不能和平时的ACM式的刷题等同起来;

毕竟,最后看的是你总分多少,而不是你A了几道题

所以之后,bzoj要好好刷以外,(独立思考,不能想到一种方法就看是不是这么做,勇于尝试,至少2h之后再看吧……)

期末至少得bzoj 100+吧

可能还应该做点得分可见的题目和在线赛吧

相信自己,fight for 2015

 

后记:

讲了这么多惨痛的回忆,还是讲点常州之行的花絮吧

text里竟然没有qsort惊呆,每次都手打堆排,虽然也不耗时,虽然也没用到……

D1完了之后去天宁寺玩了玩,好壮观,可惜宝塔只能上到6层(这次很背啊,不过也不错,能大概俯看常州了);

D1晚上宾馆停电两次(怎么还是那么背啊);

唯一比较顺的是,常州中学伙食一天比一天好(D0伙食不能直视);

 

就这样吧。不抛弃!不放弃!

 

转载于:https://www.cnblogs.com/phile/p/4473253.html

### JSOI 星球大战 相关题目及解法 #### 题目背景 很久以,在一个遥远的星系,一个黑暗的帝国靠着它的超级武器统治着整个星系。反抗军正在计划一次大规模的反攻行动[^2]。 #### 题目描述 给定一张图表示星系中的行星及其连接关系,每颗行星可以看作是一个节点,而边则代表两颗行星之间的通信通道。初始时所有行星都是连通的。然而,随着时间推移,某些行星可能被摧毁,从而影响到整体网络的连通性。每次询问需要返回当还剩下多少个连通分量。 该问题的核心在于动态维护图的连通性变化情况,并快速响应查询操作。 --- #### 解决方案概述 此问题可以通过 **并查集 (Disjoint Set Union, DSU)** 数据结构来高效解决。以下是具体实现方法: 1. 并查集是一种用于处理不相交集合的数据结构,支持两种主要操作: - `find(x)`:找到元素 $x$ 所属集合的根节点。 - `union(x, y)`:将两个不同集合合并成一个新的集合。 这些操作的时间复杂度接近常数级别(通过路径压缩优化后为 $\alpha(n)$),其中 $\alpha(n)$ 是阿克曼函数的逆函数。 2. 对于本题而言,由于是倒序模拟行星毁灭的过程,因此可以从最终状态向回溯重建历史记录。即先假设所有的行星都被摧毁了,再逐步恢复它们的存在状态。 3. 使用数组存储每个时间点上的事件顺序,按照输入数据给出的销毁次序依次执行相应的动作即可完成任务需求。 --- #### 实现细节 下面提供了一个基于 Python 的解决方案框架: ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) self.rank = [0] * n def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) # 路径压缩 return self.parent[x] def union_set(self, x, y): xr = self.find(x) yr = self.find(y) if xr == yr: return False if self.rank[xr] < self.rank[yr]: self.parent[xr] = yr elif self.rank[xr] > self.rank[yr]: self.parent[yr] = xr else: self.parent[yr] = xr self.rank[xr] += 1 return True def main(): import sys input = sys.stdin.read data = input().split() N, M = int(data[0]), int(data[1]) edges = [] for i in range(M): u, v = map(int, data[i*2+2:i*2+4]) edges.append((u-1, v-1)) # Convert to zero-based index destroyed_order = list(map(lambda x:int(x)-1, data[M*2+2:M*2+N+2])) queries = [] uf = UnionFind(N) current_components = N result = [] # Preprocess the reverse order of destructions. active_edges = set(edges) edge_map = {tuple(sorted(edge)): idx for idx, edge in enumerate(edges)} status = [True]*M for planet in reversed(destroyed_order): initial_state = current_components connected_to_planet = [ e for e in active_edges if planet in e and all(status[edge_map[tuple(sorted(e))]] for e in active_edges)] for a, b in connected_to_planet: if uf.union_set(a, b): current_components -= 1 result.append(current_components) queries.insert(0, str(initial_state)) print("\n".join(reversed(result))) if __name__ == "__main__": main() ``` 上述代码定义了一个简单的并查集类以及主程序逻辑部分。它读取标准输入流中的数据,构建所需的邻接表形式表达图的关系矩阵;接着依据指定好的破坏序列逐一还原各阶段下的实际状况直至结束为止。 --- #### 性能分析 对于最大规模测试案例来说 ($N=10^5$, $M=4 \times 10^5$),这种方法能够很好地满足性能要求。因为每一次联合操作几乎都可以视为 O(α(N)) 时间消耗,所以总体运行效率非常高。 ---
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