bzoj4182 Shopping 购物 点分治+树形多重背包+dfs序+单调队列优化

本文主要是介绍bzoj4182 Shopping 购物 点分治+树形多重背包+dfs序+单调队列优化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题目链接:传送门(权限题)

大毒瘤QAQ
发现买过物品的商店构成一个联通块,所以钦定一个根,让所有买过物品的商店到根的路径上的商店都是买过物品的商店。
然后在上面跑树形背包,子状态设计:
d p [ i ] [ j ] dp[i][j] dp[i][j]表示选到 i i i号节点,已经花了 j j j块钱,所能达到的最大喜爱度。
用dfs实现的树形dp会TLE,考虑用dfs序来优化:
按照dfs序优化的套路,分不选当前节点和选当前节点两种情况。
倒序枚举dfs序,
当不选当前节点时,说明整棵子树都不能选,这个时候就从不属于这棵子树的dfs序最小的节点推过来。
用这个图来说明:
在这里插入图片描述
如果选当前节点,假设当前节点的dfs序为 i i i,就从dfs序为 i + 1 i+1 i+1的节点推到这个节点。
这里dfs序为 i + 1 i+1 i+1的节点和dfs序为i的节点在同一个联通块中qwq,因此正确性珂以保证。
用这张图来说明:
在这里插入图片描述
用dfs序优化完,发现时间复杂度仍然不对,只是优化了常数。
据毒瘤czh所说多重背包珂以单调队列优化。
考虑这样一个经典的多重背包方程( w [ i ] w[i] w[i]表示物品重量, v [ i ] v[i] v[i]表示物品价值):
d p [ j ] = m i n ( d p [ j − w [ i ] ∗ k ] + v [ i ] ∗ k ) dp[j]=min(dp[j-w[i]*k]+v[i]*k) dp[j]=min(dp[jw[i]k]+v[i]k)
a = j / w [ i ] , b = j a=j/w[i], b=j a=j/w[i],b=j% w [ i ] w[i] w[i],则方程珂以写成(边界条件略去):
d p [ j ] = m i n ( d p [ k ∗ w [ i ] + b ] + v [ i ] ∗ ( a − k ) ) dp[j]=min(dp[k*w[i]+b]+v[i]*(a-k)) dp[j]=min(dp[kw[i]+b]+v[i](ak))
分离变量和不变量,珂以得到:
d p [ j ] = m i n ( d p [ a ∗ k + b ] − v [ i ] ∗ k ) + v [ i ] ∗ a dp[j]=min(dp[a*k+b]-v[i]*k)+v[i]*a dp[j]=min(dp[ak+b]v[i]k)+v[i]a
对于 m i n min min里面的部分,维护一个单调队列,这样每次就珂以 O ( 1 ) O(1) O(1)推出。

注:这样每次需要枚举 m o d mod mod w [ i ] w[i] w[i]的余数和商,看起来多了一重循环,但是不难发现余数与商所组成的数与直接枚举是一一对应的,所以不会影响复杂度。而单调队列则免去了决策点的寻找,所以总体优化掉了一个 O ( n ) O(n) O(n)

但是这样时间复杂度仍然是 O ( n 2 m ) O(n^2m) O(n2m),还是过不了qwq。
思考这道题的本质,因为所有选出的点都是一个联通块,所以不可能根不选,选出的其他点分布在两个子树中qwq。
所以每次找树的重心,跑点分治,每次能把规模降到原来的一半,因此最终时间复杂度 O ( n m l o g n ) O(nmlogn) O(nmlogn)

代码

//yu xing chen xiao mei mei
//#pragma GCC optimize (3)
#include<stdio.h>
#include<cstring>
#include<algorithm>
#include<math.h>
#define re register int
#define rl register ll
using namespace std;
typedef long long ll;
int read() {re x=0,f=1;char ch=getchar();while(ch<'0' || ch>'9') {if(ch=='-')    f=-1;ch=getchar();}while(ch>='0' && ch<='9') {x=(x<<1)+(x<<3)+ch-'0';ch=getchar();}return x*f;
}
inline void write(int x) {if(x>9)	write(x/10);putchar(x%10+'0');
}
const int Size=505;
const int Maxn=4005;
namespace I_Love {int n,m,cnt,w[Size],c[Size],d[Size],head[Size];
struct Edge {int u,v,next;
} G[Size<<1];
void AddEdge(int u,int v) {G[++cnt].u=u;G[cnt].v=v;G[cnt].next=head[u];head[u]=cnt;
}
int ans,sum,root,maxp[Size],siz[Size];
bool vis[Size];
void getrt(int x,int fa) {//找树的重心 siz[x]=1;maxp[x]=0;for(int i=head[x]; i; i=G[i].next) {int nxt=G[i].v;if(!vis[nxt] && nxt!=fa) {getrt(nxt,x);siz[x]+=siz[nxt];if(siz[nxt]>maxp[x]) {maxp[x]=siz[nxt];}}}maxp[x]=max(maxp[x],sum-siz[x]);if(maxp[x]<maxp[root])	root=x;
}
int tim,dfn[Size];
void dfs(int x,int fa) {//求出dfs序和每个节点的子树大小 dfn[++tim]=x;siz[x]=1;for(int i=head[x]; i; i=G[i].next) {int nxt=G[i].v;if(!vis[nxt] && nxt!=fa) {dfs(nxt,x);siz[x]+=siz[nxt];}}
}
int dp[Size][Maxn],Queue[Maxn];
#define calc(pos) dp[i+1][j+Queue[pos]*c[x]]+(k-Queue[pos])*w[x]
void solve(int x) {vis[x]=true;tim=0;dfs(x,0);memset(dp[tim+1],0,sizeof(dp[tim+1]));for(re i=tim; i; i--) {int x=dfn[i];//不选的情况 for(re j=0; j<=m; j++) {dp[i][j]=dp[i+siz[x]][j];}//选的情况 for(re j=0; j<c[x]; j++) {	//枚举余数 int hd=1,tl=0;for(re k=0; k*c[x]+j<=m; k++) {		//枚举商 while(hd<=tl && Queue[hd]<k-d[x])	hd++;if(hd<=tl)	dp[i][j+k*c[x]]=max(dp[i][j+k*c[x]],calc(hd));while(hd<=tl && dp[i+1][j+k*c[x]]>=calc(tl))	tl--;Queue[++tl]=k;}}}//把所有经过根的情况取最大值 for(re i=1; i<=m; i++) {if(dp[1][i]>ans) {ans=dp[1][i];}}for(int i=head[x]; i; i=G[i].next) {int nxt=G[i].v;if(!vis[nxt]) {root=0;sum=siz[nxt];getrt(nxt,x);solve(root);}}
}
inline void clear() {tim=ans=root=cnt=0;memset(head,0,sizeof(head));memset(vis,0,sizeof(vis));maxp[0]=1e9;
}
void Kutori() {
//	freopen("1.in","r",stdin);int T=read();while(T--) {clear();n=read();m=read();for(re i=1; i<=n; i++)	w[i]=read();for(re i=1; i<=n; i++)	c[i]=read();for(re i=1; i<=n; i++)	d[i]=read();for(re i=1; i<n; i++) {int u=read();int v=read();AddEdge(u,v);AddEdge(v,u);}dfs(1,0);sum=n;getrt(1,0);solve(root);write(ans);putchar(10);}
}}
int main() {I_Love::Kutori();return 0;
}

这篇关于bzoj4182 Shopping 购物 点分治+树形多重背包+dfs序+单调队列优化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/860299

相关文章

Java中常见队列举例详解(非线程安全)

《Java中常见队列举例详解(非线程安全)》队列用于模拟队列这种数据结构,队列通常是指先进先出的容器,:本文主要介绍Java中常见队列(非线程安全)的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一.队列定义 二.常见接口 三.常见实现类3.1 ArrayDeque3.1.1 实现原理3.1.2

C++ RabbitMq消息队列组件详解

《C++RabbitMq消息队列组件详解》:本文主要介绍C++RabbitMq消息队列组件的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. RabbitMq介绍2. 安装RabbitMQ3. 安装 RabbitMQ 的 C++客户端库4. A

golang实现延迟队列(delay queue)的两种实现

《golang实现延迟队列(delayqueue)的两种实现》本文主要介绍了golang实现延迟队列(delayqueue)的两种实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的... 目录1 延迟队列:邮件提醒、订单自动取消2 实现2.1 simplChina编程e简单版:go自带的time

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

Python多重继承慎用的地方

《Python多重继承慎用的地方》多重继承也可能导致一些问题,本文主要介绍了Python多重继承慎用的地方,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录前言多重继承要慎用Mixin模式最后前言在python中,多重继承是一种强大的功能,它允许一个

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

Redis消息队列实现异步秒杀功能

《Redis消息队列实现异步秒杀功能》在高并发场景下,为了提高秒杀业务的性能,可将部分工作交给Redis处理,并通过异步方式执行,Redis提供了多种数据结构来实现消息队列,总结三种,本文详细介绍Re... 目录1 Redis消息队列1.1 List 结构1.2 Pub/Sub 模式1.3 Stream 结