[POJ1741]Tree-点分治

本文介绍了一种使用点分治算法解决特定树形结构问题的方法。该算法通过找到树的重心,并递归处理子树来计算满足条件的点对数量。文章详细解释了算法的实现过程,并提供了一个具体的代码示例。

Tree

Description

Give a tree with n vertices,each edge has a length(positive integer less than 1001).
Define dist(u,v)=The min distance between node u and v.
Give an integer k,for every pair (u,v) of vertices is called valid if and only if dist(u,v) not exceed k.
Write a program that will count how many pairs which are valid for a given tree.

Input

The input contains several test cases. The first line of each test case contains two integers n, k. (n<=10000) The following n-1 lines each contains three integers u,v,l, which means there is an edge between node u and v of length l.
The last test case is followed by two zeros.

Output

For each test case output the answer on a single line.

Sample Input

5 4
1 2 3
1 3 1
1 4 2
3 5 1
0 0

Sample Output

8


老师离开后的机房,莫名其妙的涌进来了好多数学竞赛组和物理竞赛组的人呢……
于是今天全程都是在各种”我被爆头了”诸如此类的话的背景音中度过的……
好吵呀给我出去!!!
害得咱都想玩了……

(╯‵□′)╯︵┻━┻


这题据说是点分治~
然后……咱不会点分治……
第一次写,感觉细节什么的太多了……

思路:
题意大概是,给一个k和一棵树,求树上有多少点对之间的距离满足小于等于k。
据说是点分治~
那么,点分治大概就是,每次找到一棵树的重心,并把它的子树递归相同处理~
简单的说,正如其名,对点进行分治~

对于一棵树上的路径,只有两种情况:经过根和不经过根。
那么,每次递归到一个节点,只要算出经过根的路径满足要求的个数,就可以了~
于是,递归到一个子树就对其所属点进行dfs求相对深度。
接着对每对点用这个深度互相求满足要求的个数~
因为排了序,所以自然只需要一个左右端点扫描一遍便可O(子树大小)算答案。
然而根据这个根节点求出来的未必是真实路径~
因为未必是LCA,不是最短的~
所以,再对每棵子树以当前根的相对深度求一遍并容斥减去就是我们上面要求的答案了~
最后递归到底,累加答案即可~


#include<iostream>
#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<algorithm>

using namespace std;

const int N=10233;

int n,k,ans,root,size;
int to[N<<1],nxt[N<<1],w[N<<1],beg[N],tot;
int siz[N],dep[N],stk[N<<1],mx[N],top;
bool vis[N];

inline void push(int deep)
{
    stk[++top]=deep;
}

inline int maxx(int a,int b){if(a>b)return a;return b;}

inline int read()
{
    int x=0;char ch=getchar();
    while(ch<'0' || '9'<ch)ch=getchar();
    while('0'<=ch && ch<='9')
    {
        x=(x<<1)+(x<<3)+(ch^48);
        ch=getchar();
    }
    return x;
}

inline void addedge(int u,int v,int c)
{
    to[++tot]=v;
    nxt[tot]=beg[u];
    w[tot]=c;
    beg[u]=tot;
}

inline void add(int u,int v,int c)
{
    addedge(u,v,c);
    addedge(v,u,c);
}

void getdep(int u,int fa)
{
    siz[u]=1;
    push(dep[u]);

    for(int i=beg[u],v;i;i=nxt[i])
        if((v=to[i])!=fa && !vis[v])
        {
            dep[v]=dep[u]+w[i];
            getdep(v,u);
            siz[u]+=siz[v];
        }
}

void getroot(int u,int fa)
{
    siz[u]=1;
    mx[u]=0;
    for(int i=beg[u],v;i;i=nxt[i])
        if((v=to[i])!=fa && !vis[v])
        {
            getroot(v,u);
            mx[u]=maxx(mx[u],siz[v]);
            siz[u]+=siz[v];
        }

    mx[u]=maxx(mx[u],size-siz[u]);
    if(mx[u]<mx[root])
        root=u;
}

inline int calc(int u,int init=0)
{
    top=0;
    dep[u]=init;

    getdep(u,0);
    sort(stk+1,stk+top+1);

    int ret=0,l=1,r=top;
    while(l<r)
        if(stk[l]+stk[r]<=k)
            ret+=r-l++;
        else
            r--;

    return ret;
}

void work(int u)
{
    ans+=calc(u);
    vis[u]=1;
    for(int i=beg[u],v;i;i=nxt[i])
        if(!vis[v=to[i]])
        {
            ans-=calc(v,w[i]);
            mx[0]=size=siz[v];
            getroot(v,root=0);

            work(root);
        }
}

int main()
{
    while((n=read()) && (k=read()))
    {
        tot=0;
        memset(beg,0,sizeof(beg));
        memset(vis,0,sizeof(vis));
        for(int i=1,u,v,c;i<n;i++)
        {
            u=read();
            v=read();
            c=read();
            add(u,v,c);
        }

        mx[0]=size=n;
        getroot(1,root=0);

        ans=0;
        work(root);

        printf("%d\n",ans);
    }

    return 0;
}
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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