LOJ#2542. 「PKUWC2018」随机游走

本文详细探讨了LOJ#2542随机游走问题,采用min-max容斥原理优化求解过程,通过树上高斯消元算法计算点集期望时间,并利用高维前缀和进一步提升效率。

LOJ#2542. 「PKUWC2018」随机游走

题目描述

Solution

去过一个点集中所有节点的期望时间不好求,考虑 m i n − m a x min-max minmax容斥,转化为求第一次到达某一个点集的期望时间。

我们对于每一个点集 s s s,都求出 f i f_i fi表示从 i i i结点到点集 s s s中某一个结点的期望步数。

每一次 d p dp dp显然可以用树上高消完成,时间复杂度 O ( 2 n n ) O(2^nn) O(2nn)

接下来的 m i n − m a x min-max minmax容斥回答询问是 O ( Q 2 n ) O(Q2^n) O(Q2n)的,不够优秀。

所以我们预处理每一个集合的答案,朴素做法为 O ( 3 n ) O(3^n) O(3n),可以用高维前缀和做到 O ( 2 n n ) O(2^nn) O(2nn)

#include <vector>
#include <list>
#include <map>
#include <set>
#include <deque>
#include <queue>
#include <stack>
#include <bitset>
#include <algorithm>
#include <functional>
#include <numeric>
#include <utility>
#include <sstream>
#include <iostream>
#include <iomanip>
#include <cstdio>
#include <cmath>
#include <cstdlib>
#include <cctype>
#include <string>
#include <cstring>
#include <ctime>
#include <cassert>
#include <string.h>
//#include <unordered_set>
//#include <unordered_map>
//#include <bits/stdc++.h>

#define MP(A,B) make_pair(A,B)
#define PB(A) push_back(A)
#define SIZE(A) ((int)A.size())
#define LEN(A) ((int)A.length())
#define FOR(i,a,b) for(int i=(a);i<(b);++i)
#define fi first
#define se second

using namespace std;

template<typename T>inline bool upmin(T &x,T y) { return y<x?x=y,1:0; }
template<typename T>inline bool upmax(T &x,T y) { return x<y?x=y,1:0; }

typedef long long ll;
typedef unsigned long long ull;
typedef long double lod;
typedef pair<int,int> PR;
typedef vector<int> VI;

const lod eps=1e-11;
const lod pi=acos(-1);
const int oo=1<<30;
const ll loo=1ll<<62;
const int mods=998244353;
const int MAXN=600005;
const int INF=0x3f3f3f3f;//1061109567
/*--------------------------------------------------------------------*/
inline int read()
{
	int f=1,x=0; char c=getchar();
	while (c<'0'||c>'9') { if (c=='-') f=-1; c=getchar(); }
	while (c>='0'&&c<='9') { x=(x<<3)+(x<<1)+(c^48); c=getchar(); }
	return x*f;
}
vector<int> e[MAXN];
int A[MAXN],B[MAXN],f[MAXN],d[MAXN],flag[MAXN];
inline int upd(int x,int y){ return x+y>=mods?x+y-mods:x+y; }
inline int quick_pow(int x,int y)
{
	int ret=1;
	for (;y;y>>=1)
	{
		if (y&1) ret=1ll*ret*x%mods;
		x=1ll*x*x%mods;
	}
	return ret;
}
void tree_dp(int x,int father)
{
	int sa=0,sb=0;
	for (auto v:e[x])
	{
		if (v==father) continue;
		tree_dp(v,x);
		sa=upd(sa,A[v]),sb=upd(sb,B[v]);
	}
	if (flag[x]) { A[x]=B[x]=0; return; }
	int t=quick_pow(upd(d[x],mods-sa),mods-2);
	A[x]=t;
	B[x]=1ll*upd(sb,d[x])*t%mods;
}
int main()
{
	int n=read(),Case=read(),rt=read();
	for (int i=1;i<n;i++)
	{
		int u=read(),v=read();
		e[u].PB(v),e[v].PB(u),d[u]++,d[v]++;
	}
	for (int S=1;S<1<<n;S++)
	{
		for (int i=1;i<=n;i++) if ((S>>(i-1))&1) flag[i]=1;
		tree_dp(rt,0);
		f[S]=B[rt]*((__builtin_popcount(S)&1)?1:-1);
		f[S]=upd(f[S],mods);
		for (int i=1;i<=n;i++) if ((S>>(i-1))&1) flag[i]=0;
	}
	for (int i=0;i<n;i++)
		for (int S=1;S<1<<n;S++)
			if ((S>>i)&1) f[S]=upd(f[S],f[S^(1<<i)]);
	while (Case--)
	{
		int x=read(),S=0;
		while (x--) S|=1<<(read()-1);
		printf("%d\n",f[S]);
	}
	return 0;
}

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
可并堆是一种支持合并操作的堆数据结构,常见的可并堆有左偏树、斜堆、二项堆等。对于 LOJ#P188 可并堆的问题,下面以左偏树为例给出解题思路和代码实现。 ### 解题思路 1. **左偏树的性质**: - 左偏树是一种可并堆,它满足堆性质(小根堆或大根堆),即每个节点的值小于(或大于)其子节点的值。 - 左偏树还满足左偏性质,即每个节点的左子树的距离(到最近的叶子节点的距离)不小于右子树的距离。 2. **合并操作**: - 合并两个左偏树时,比较两个根节点的值,将值较大的根节点的树合并到值较小的根节点的右子树中。 - 合并后,检查右子树的距离是否大于左子树的距离,如果是,则交换左右子树,以维护左偏性质。 3. **插入操作**: - 插入一个新节点可以看作是合并一个只有一个节点的左偏树和原左偏树。 4. **删除操作**: - 删除根节点后,将其左右子树合并成一个新的左偏树。 ### 代码实现 ```python class Node: def __init__(self, val): self.val = val self.left = None self.right = None self.dist = 0 def merge(x, y): if not x: return y if not y: return x if x.val > y.val: x, y = y, x x.right = merge(x.right, y) if not x.left or (x.right and x.left.dist < x.right.dist): x.left, x.right = x.right, x.left x.dist = (x.right.dist + 1) if x.right else 0 return x def insert(root, val): new_node = Node(val) return merge(root, new_node) def delete(root): return merge(root.left, root.right) # 示例使用 root = None root = insert(root, 3) root = insert(root, 1) root = insert(root, 5) print(root.val) # 输出堆顶元素 root = delete(root) print(root.val) # 输出删除堆顶元素后的堆顶元素 ```
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