2015年蓝桥杯省赛C/C++ A组 灾后重建题解(100分)

10. 灾后重建

Pear市一共有N(<=50000)个居民点,居民点之间有M(<=200000)条双向道路相连。这些居民点两两之间都可以通过双向道路到达。这种情况一直持续到最近,一次严重的地震毁坏了全部M条道路。
震后,Pear打算修复其中一些道路,修理第i条道路需要Pi的时间。不过,Pear并不打算让全部的点连通,而是选择一些标号特殊的点让他们连通。
Pear有Q(<=50000)次询问,每次询问,他会选择所有编号在[l,r]之间,并且 编号 mod K = C 的点,修理一些路使得它们连通。由于所有道路的修理可以同时开工,所以完成修理的时间取决于花费时间最长的一条路,即涉及到的道路中Pi的最大值。

你能帮助Pear计算出每次询问时需要花费的最少时间么?这里询问是独立的,也就是上一个询问里的修理计划并没有付诸行动。

【输入格式】
第一行三个正整数N、M、Q,含义如题面所述。
接下来M行,每行三个正整数Xi、Yi、Pi,表示一条连接Xi和Yi的双向道路,修复需要Pi的时间。可能有自环,可能有重边。1<=Pi<=1000000。
接下来Q行,每行四个正整数Li、Ri、Ki、Ci,表示这次询问的点是[Li,Ri]区间中所有编号Mod Ki=Ci的点。保证参与询问的点至少有两个。

【输出格式】
输出Q行,每行一个正整数表示对应询问的答案。

【样例输入】
7 10 4
1 3 10
2 6 9
4 1 5
3 7 4
3 6 9
1 5 8
2 7 4
3 2 10
1 7 6
7 6 9
1 7 1 0
1 7 3 1
2 5 1 0
3 7 2 1

【样例输出】
9
6
8
8

【数据范围】
对于20%的数据,N,M,Q<=30
对于40%的数据,N,M,Q<=2000
对于100%的数据,N<=50000,M<=2*10^5,Q<=50000. Pi<=10^6.
Li,Ri,Ki均在[1,N]范围内,Ci在[0,对应询问的Ki)范围内。

资源约定:
峰值内存消耗 < 256M
CPU消耗 < 5000ms

请严格按要求输出,不要画蛇添足地打印类似:“请您输入…” 的多余内容。
所有代码放在同一个源文件中,调试通过后,拷贝提交该源码。
注意: main函数需要返回0
注意: 只使用ANSI C/ANSI C++ 标准,不要调用依赖于编译环境或操作系统的特殊函数。
注意: 所有依赖的函数必须明确地在源文件中 #include , 不能通过工程设置而省略常用头文件。
提交时,注意选择所期望的编译器类型。

这题比较复杂,我们需要分析一下。

首先,每次询问其实都是给出一个特定点集,要求最小化把这些点连通的边权的最大值。
那么,该问题是MST问题的变体 最小生成树资料
进一步地,对于每次询问,最佳方案的边都在原图的最小生成树中,可由反证法证得。
因此,算法的第一部分就是抛弃原图,只留下最小生成树,边数减少到 n − 1 n-1 n1,并且有很多好用的特征。

任选一点使之成为有根树,树上任意两点有且仅有一条简单路径,也即两点分别向上连到LCA 最近公共祖先资料
再考虑,点1点3路径的最大值,其实已包含在点1点2路径和点2点3路径,可以对LCA分类讨论证得。
因此,对于特定点集并不需要两两求LCA,只需要对“相邻”点顺序求过去就行,复杂度由平方降为线性。
原图MST不会变动,可以采用倍增预处理的方法作为算法的第二部分。

本题所取点集与除法取模有关,可以考虑 Big Small 分界,【待补完】 线段树资料

本题从 Big Small 分界出发,但其实到最后并不需要 Big Small 分界,直接建简化线段树的复杂度是没有问题的,也真是有趣。考虑最极端情况,每次询问的 ( k , c ) (k,c) (k,c)均不同,每次都需要重新建树,因为 k k k越小点集越大,且对于每个 k k k c c c各有 k k k种取值,因此建树的总复杂度上限为
T ( n ) = n 1 log ⁡ n 1 + ( n 2 log ⁡ n 2 ) × 2 + ( n 3 log ⁡ n 3 ) × 3 + … T(n) = \frac{n}{1}\log \frac{n}{1} + (\frac{n}{2}\log \frac{n}{2}) \times 2 + (\frac{n}{3}\log \frac{n}{3}) \times 3 + \dots T(n)=1nlog1n+(2nlog2n)×2+(3nlog3n)×3+
= n log ⁡ n 1 + n log ⁡ n 2 + n log ⁡ n 3 + … = n \log \frac{n}{1} + n \log \frac{n}{2} + n \log \frac{n}{3} + \dots =nlog1n+nlog2n+nlog3n+
= Θ ( n ⋅ n ⋅ log ⁡ n ) = \Theta(\sqrt{n} \cdot n \cdot \log n) =Θ(n nlogn)

查询的总复杂度显然是 Θ ( q ⋅ log ⁡ n ) \Theta(q \cdot \log n) Θ(qlogn),两部分都完全没毛病。

不过在线练习系统只给了1s的时限就比较紧,这就必须得套个读入优化才能保证每次都过了,读入量接近百万级(20w*3+5w*4)。

#include <bits/stdc++.h>
using namespace std;typedef pair<int, int> PII;
const int N = 50010;
const int M = 200010;
const int FN = 16;
vector<PII> G[N];
int dep[N], ans[N];
int fa[N][FN], val[N][FN];
struct Que {int x, l, r, k, c;
} que[N];
bool debug = false;inline void getmax(int& x, int y)
{if (y > x)x = y;
}namespace Kruskal {
int p[N], ra[N];
struct Edge {int u, v, w;
} eg[M];int cmp(const Edge& p1, const Edge& p2) { return p1.w < p2.w; }int find(int x) { return p[x] == x ? x : p[x] = find(p[x]); }int merge(int x, int y)
{x = find(x);y = find(y);if (x == y)return 0;if (ra[x] > ra[y]) {p[y] = x;} else {if (ra[x] == ra[y])ra[y]++;p[x] = y;}return 1;
}void build(int kn, int km)
{int cnt = 0;for (int i = 1; i <= kn; i++) {p[i] = i;ra[i] = 0;}sort(eg + 1, eg + km + 1, cmp);for (int i = 1; i <= km; i++) {if (merge(eg[i].u, eg[i].v)) {G[eg[i].u].push_back(PII(eg[i].v, eg[i].w));G[eg[i].v].push_back(PII(eg[i].u, eg[i].w));if (++cnt == kn - 1)break;}}
}
} // namespace Kruskalclass SegTree {
#define lson rt << 1, l, m
#define rson rt << 1 | 1, m + 1, r
public:int key[N << 2];void build(int a[], int rt, int l, int r){if (l == r) {key[rt] = a[l];return;}int m = (l + r) >> 1;build(a, lson);build(a, rson);push_up(rt);}int query(int rt, int l, int r, int L, int R){if (L <= l && r <= R) {return key[rt];}int m = (l + r) >> 1;int res = 0;if (L <= m)getmax(res, query(lson, L, R));if (m < R)getmax(res, query(rson, L, R));return res;}private:inline void push_up(int rt){key[rt] = max(key[rt << 1], key[rt << 1 | 1]);}
#undef lson
#undef rson
};
SegTree T;void dfs(int u, int x)
{for (size_t i = 0; i < G[u].size(); i++) {int v = G[u][i].first;int w = G[u][i].second;if (v != x) {dep[v] = dep[u] + 1;fa[v][0] = u;val[v][0] = w;dfs(v, u);}}
}bool cmpkc(const Que& p, const Que& q)
{return p.k < q.k || (p.k == q.k && p.c < q.c);
}int query(int x, int y)
{if (x == 0)return 0;if (dep[x] > dep[y])swap(x, y);int res = 0, di = dep[y] - dep[x];for (int k = 0; k < FN; k++) {if ((di >> k) & 1) {getmax(res, val[y][k]);y = fa[y][k];}}int k = FN - 1;while (x != y) {while (k > 0 && fa[x][k] == fa[y][k])--k;getmax(res, val[x][k]);getmax(res, val[y][k]);x = fa[x][k];y = fa[y][k];}return res;
}template <class T>
inline bool read(T& x)
{char c;int neg = 0;if (c = getchar(), c == EOF)return false; // EOFwhile (c != '-' && (c < '0' || c > '9'))c = getchar();if (c == '-')neg = 1, c = getchar();x = (c - '0');while (c = getchar(), c >= '0' && c <= '9')x = (x << 3) + (x << 1) + (c - '0');if (neg)x = -x;return true;
}int main()
{int n, m, q;read(n);read(m);read(q);{using namespace Kruskal;for (int i = 1; i <= m; i++) {read(eg[i].u);read(eg[i].v);read(eg[i].w);}build(n, m);} // G is MSTfa[1][0] = 1;dep[1] = 1;dfs(1, 0);for (int k = 1; k < FN; k++) {for (int i = 1; i <= n; i++) {fa[i][k] = fa[fa[i][k - 1]][k - 1];val[i][k] = max(val[i][k - 1], val[fa[i][k - 1]][k - 1]);}}for (int i = 1; i <= q; i++) {read(que[i].l);read(que[i].r);read(que[i].k);read(que[i].c);que[i].x = i;}sort(que + 1, que + q + 1, cmpkc);int tmp[N], tlen;for (int x = 1; x <= q; x++) {int k = que[x].k, c = que[x].c;if (k != que[x - 1].k || c != que[x - 1].c) {// not same, rebuild segtreetlen = 0;for (int i = c; i + k <= n; i += k) {tmp[++tlen] = query(i, i + k);}T.build(tmp, 1, 1, tlen);}ans[que[x].x] = T.query(1, 1, tlen, (que[x].l - c + k - 1) / k + 1, (que[x].r - c) / k);}for (int i = 1; i <= q; i++) {printf("%d\n", ans[i]);}return 0;
}

评测记录截图

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/116328.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

92 # express 中的中间件的实现

上一节实现 express 的优化处理&#xff0c;这一节来实现 express 的中间件 中间件的特点&#xff1a; 可以决定是否向下执行可以拓展属性和方法可以权限校验中间件的放置顺序在路由之前 中间件基于路由&#xff0c;只针对路径拦截&#xff0c;下面是中间件的匹配规则&#…

Spring Cloud Alibaba快速整合OpenFeign

文章目录 spring cloud alibaba 整合OpenFeign整合流程1.导入依赖2. 编写调用接口2.1 service&#xff08;这里写的是clients&#xff09;2.2 controller 3.设置其最大链接时间3.1 配置文件3.2 client3.3 接口3.4 被访问的controller spring cloud alibaba 整合OpenFeign Fore…

MySQL8.0版安装教程 + Workbench可视化配置教程(史上最细、一步一图解)

文章目录 一、安装MySQL1、选择版本&#xff0c;点击“Download”进行下载2、双击下载好的安装包&#xff0c;点击运行3、选择安装类型为“Custom”4、依次进行选择&#xff0c;选到MySQL Servers 8.0.33 -X64&#xff0c;点击向右的箭头5、选中MySQL Servers 8.0.33 -X64&…

Docker搭建DNS服务器--nouse

前言 DNS服务器是(Domain Name System或者Domain Name Service)域名系统或者域名服务,域名系统为Internet上的主机分配域名地址和IP地址。 安装 2.1 实验环境 IP 系统版本 角色 192.168.40.121 Ubuntu 22.10 DNS服务器 192.168.40.122 Ubuntu 22.10 测试机器 2.2 …

day03_基础语法

今日内容 零、复习昨日 一、Idea安装&#xff0c;配置 二、Idea使用 三、输出语句 四、变量 五、数据类型 附录: 单词 零、 复习昨日 1 装软件(typora,思维导图) 2 gpt(学会让他帮你解决问题) 3 java发展(常识) 4 HelloWorld程序 5 编码规范 6 安装jdk,配置环境变量 电脑常识 任…

Django的设计模式及模板层

Django的设计模式及模板层 设计模式MVC和MVT MVC 代表 Model-View-Controller(模型-视图-控制器)模式。 M 模型层(Model),主要用于对数据库层的封装 V 视图层(View),用于向用户展示结果 (WHAT HOW) C 控制(Controller&#xff0c;用于处理请求、获取数据、返回结果(重要) 作…

PHP8的类与对象的基本操作之成员变量-PHP8知识详解

成员变量是指在类中定义的变量。在类中可以声明多个变量&#xff0c;所以对象中可以存在多个成员变量&#xff0c;每个变量将存储不同的对象属性信息。 例如以下定义&#xff1a; public class Goods { 关键字 $name; //类的成员变量 }成员属性必须使用关键词进行修饰&#xf…

stm32之ADC

ADC是什么&#xff1f;模拟数字转换器&#xff08;Analog-to-Digital Converter&#xff09;。 一、ADC概述 stm32f013c8t6有两个ADC&#xff0c;精度为 12 位&#xff0c;每个 ADC 最多有 16 个外部通道、2个内部通道&#xff08;温度传感器、内部参考电压&#xff09;。实际s…

【Cpp】位图Bitmap

code #include <iostream> #include <vector> #include <stdio.h> #include <stdint.h>class Bitmap { private:std::vector<uint8_t> data; // 存储位图数据的字节数组uint32_t size; // 位图的大小&#xff08;以位为单位&#x…

大数据从入门到精通(超详细版)之Hive的案例实战,ETL数据清洗!!!

前言 嗨&#xff0c;各位小伙伴&#xff0c;恭喜大家学习到这里&#xff0c;不知道关于大数据前面的知识遗忘程度怎么样了&#xff0c;又或者是对大数据后面的知识是否感兴趣&#xff0c;本文是《大数据从入门到精通&#xff08;超详细版&#xff09;》的一部分&#xff0c;小…

基于FPGA的图像直方图统计实现,包括tb测试文件和MATLAB辅助验证

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1、图像数据传输 4.2、直方图统计算法 4.3、时序控制和电路设计 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 vivado2019.2 matlab2022a 3.部分核心程序 timescal…

使用 PyTorch 的计算机视觉简介 (5/6)

一、说明 本文主要介绍CNN中在pytorch的实现&#xff0c;其中VGG16网络&#xff0c;数据集来源&#xff0c;以及训练过程&#xff0c;模型生成和存储&#xff0c;模型调入等。 二、预训练模型和迁移学习 训练 CNN 可能需要大量时间&#xff0c;并且该任务需要大量数据。但是&am…