E. Prefix Enlightenment,Codeforces Round #616 (Div. 2),拆点并查集

本文详细解析了Codeforces比赛中的E题,通过构建并优化集合覆盖模型,解决了一个关于01字符串翻转的问题,旨在最小化集合选择以实现特定目标。

E. Prefix Enlightenment

http://codeforces.com/contest/1291/problem/E
题意:有一个01字符串s,长度为n,有k个集合 A 1 , A 2 , . . . A k A_1,A_2,...A_k A1,A2,...Ak ,他们都是{ 1 , 2 , . . . , n 1,2,...,n 1,2,...,n }的子集,选取集合 A i A_i Ai 能将字符串s中对应下标的字符反转(1 - 0,0 - 1,如s = “1001”, A 1 = A_1 = A1= {1,3},选取 A 1 A_1 A1能使得s变为"0011"),现问对于所有 i ∈ [ 1 , n ] i \in [1,n] i[1,n],最少应该选取多少个集合使得字符串s的前缀1 ~ i都变为为1

思路:首先题意保证每个位置被一或两个集合覆盖(如果某个位置为1可能没有集合覆盖),将集合 A i A_i Ai拆为两个点 x i , 1 , x i , 0 x_{i,1},x_{i,0} xi,1,xi,0分别表示这个集合选或不选,val[ x i , 0 x_{i,0} xi,0] = 0,val[ x i , 1 x_{i,1} xi,1] = 1

现考虑下标i有两个集合 A a , A b A_a,A_b Aa,Ab覆盖的情况,如果s[i] = 0,则a,b两个集合有且仅有一个被选取,即要么选择 x a , 1 和 x b , 0 x_{a,1}和x_{b,0} xa,1xb,0,要么选择 x a , 0 和 x b , 1 x_{a,0}和x_{b,1} xa,0xb,1,可以将 x a , 1 和 x b , 0 x_{a,1}和x_{b,0} xa,1xb,0合并,同样 x a , 0 和 x b , 1 x_{a,0}和x_{b,1} xa,0xb,1合并,因为下标i之前还有很多约束让某些点必须同时选择,所以实际上是将两个点所在集合合并,合并后得到两个新的集合,选取其中val较小的即可,s[i] = 1时便是a,b两个集合要么同时选择,要么都不选,操作同

如果下标i处只有一个集合a覆盖,如果s[i] = 0,则表示a必选,那么可以新建一个点B,val为无穷大,将 x a , 0 x_{a,0} xa,0连到B上面可以保证集合a必选,s[i] = 1类似

#include<bits/stdc++.h>
#define MAXN 300005
#define INF 0x3f3f3f3f
using namespace std;
int n,k,pre[MAXN*2];
char s[MAXN];
inline int find(int x)
{
	return x == pre[x] ? x : pre[x] = find(pre[x]);
}
int val[MAXN*2],tmp,m;
vector<int> ve[MAXN];
int ans;
inline int getmin(int x)
{
	return min(val[find(x)],val[find(x+k)]);
}
inline void merge(int x,int y)
{
	int xx = find(x),yy = find(y);
	if(xx != yy)
	{
		pre[xx] = yy;
		val[yy] += val[xx];
	}
}
int main()
{
	scanf("%d%d%s",&n,&k,s+1);
	for(int i = 1;i <= k;++i)
	{
		scanf("%d",&m);
		while(m--)
		{
			scanf("%d",&tmp);
			ve[tmp].push_back(i);
		}
	}
	for(int i = 1;i <= k;++i)
	{
		pre[i] = i,val[i] = 1;
		pre[i+k] = i+k,val[i+k] = 0;
	}
	pre[2*k+1] = 2*k+1,val[2*k+1] = INF;
	ans = 0;
	for(int i = 1;i <= n;++i)
	{
		if(s[i] == '0')
		{
			if(ve[i].size() == 1)
			{
				int id = ve[i][0];
				ans -= getmin(id);
				merge(id+k,2*k+1);
				ans += getmin(id);
			}
			else
			{
				int id1 = ve[i][0],id2 = ve[i][1];
				if(find(id1) != find(id2+k))
				{
					ans -= getmin(id1)+getmin(id2);
					merge(id1,id2+k),merge(id1+k,id2);
					ans += getmin(id1);
				}
			}
		}
		else
		{
			if(ve[i].size() == 1)
			{
				int id = ve[i][0];
				ans -= getmin(id);
				merge(id,2*k+1);
				ans += getmin(id);
			}
			else if(ve[i].size() == 2)
			{
				int id1 = ve[i][0],id2 = ve[i][1];
				if(find(id1) != find(id2))
				{
					ans -= getmin(id1)+getmin(id2);
					merge(id1,id2),merge(id1+k,id2+k);
					ans += getmin(id1);
				}
			}
		}
		printf("%d\n",ans);
	}
	return 0;
}
基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 本项目是本人参加BAT等其他公司电话、现场面试之后总结出来的针对Java面试的知识或真题,每个或题目都是在面试中被问过的。 除开知识,一定要准备好以下套路: 个人介绍,需要准备一个1分钟的介绍,包括学习经历、工作经历、项目经历、个人优势、一句话总结。 一定要自己背得滚瓜烂熟,张口就来 抽象概念,当面试官问你是如何理解多线程的时候,你要知道从定义、来源、实现、问题、优化、应用方面系统性地回答 项目强化,至少与知识的比例是五五开,所以必须针对简历中的两个以上的项目,形成包括【架构和实现细节】,【正常流程和异常流程的处理】,【难+坑+复盘优化】三位一体的组合拳 压力练习,面试的时候难免紧张,可能会严重影响发挥,通过平时多找机会参与交流分享,或找人做压力面试来改善 表达练习,表达能力非常影响在面试中的表现,能否简练地将答案告诉面试官,可以通过给自己讲解的方式刻意练习 重针对,面试官会针对简历提问,所以请针对简历上写的所有技术进行重准备 Java基础 JVM原理 集合 多线程 IO 问题排查 Web框架、数据库 Spring MySQL Redis 通用基础 操作系统 网络通信协议 排序算法 常用设计模式 从URL到看到网页的过程 分布式 CAP理论 锁 事务 消息队列 协调器 ID生成方式 一致性hash 限流 微服务 微服务介绍 服务发现 API网关 服务容错保护 服务配置中心 算法 数组-快速排序-第k大个数 数组-对撞指针-最大蓄水 数组-滑动窗口-最小连续子数组 数组-归并排序-合并有序数组 数组-顺时针打印矩形 数组-24游戏 链表-链表反转-链表相加 链表-...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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