2020牛客暑期多校训练营Valuable Forests(动态规划,组合数学,prufer序列)

本文主要是介绍2020牛客暑期多校训练营Valuable Forests(动态规划,组合数学,prufer序列),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!

Valuable Forests

题目描述

在这里插入图片描述

输入描述:

在这里插入图片描述

输出描述:

在这里插入图片描述

示例1

输入

5 1000000007
2
3
4
5
107

输出

2
24
264
3240
736935633

题目大意

给定 n n n个节点,求这些节点组成的森林的所有可能中每个点的度的平方和。
要求答案 m o d mod mod给定的模数 M M M

分析

分析这题,发现难点在于,有很多很多的可能,比如说森林中树的个数、每棵树的节点分布情况、树的大小……那么,这些里面最重要的就是前两条,我们分别用数组存下。

d p [ i ] dp[i] dp[i]表示在森林中有 i i i个节点时的总方案数。
f [ i ] f[i] f[i]表示大小为 i i i的无根树的答案。

那么一看我定义的变量就知道是个 d p dp dp题。因为每次考虑最后一棵树就可以完成转移了。

  • 我们先考虑 d p [ i ] dp[i] dp[i]的转移。
    那么假如剩下 j j j个节点给最后一棵树,那么之前的方案是 d p [ i − j ] dp[i-j] dp[ij],然后对于每个方案, j j j个节点的可能是 j j − 2 j^{j-2} jj2,然后考虑节点的编号,由于没有说一定是顺序的,所以前 i i i个节点编号不一定是 1 ∼ i 1\sim i 1i,所以要乘上其组合数,运用隔板法,又因为第 i i i号节点一定要在最后一棵树,否则会重复,所以点数选择要减一,即 C i − 1 j − 1 C_{i-1}^{j-1} Ci1j1
    所以,枚举 j j j即可,如下:
    d p [ i ] = ∑ j = 1 i d p [ i − j ] ∗ j j − 2 ∗ C i − 1 j − 1 dp[i]=\mathop{\sum}\limits_{j=1}^idp[i-j]*j^{j-2}*C_{i-1}^{j-1} dp[i]=j=1idp[ij]jj2Ci1j1
  • 我们再考虑 f [ i ] f[i] f[i]的转移。
    这里要用到一个 p r u f e r prufer prufer序列,说的是一个无根树和一个序列是一一对应的。首先枚举每个节点 p p p,然后再枚举每个节点的度 j j j(度不会大于点数-1),那么答案中肯定是乘上一个 j 2 j^2 j2,然后考虑节点的编号,同上要乘上一个 C i − 2 j − 1 C_{i-2}^{j-1} Ci2j1,减二是因为在构造 p r u f e r prufer prufer的时候是剩下一条边,以防止有自环出现。然后是节点的顺序,乘上一个 ( i − 1 ) i − 1 − j (i-1)^{i-1-j} (i1)i1j
    所以枚举 p , j p,j p,j即可,如下:
    f [ i ] = ∑ p = 1 i ∑ j = 1 i − 1 j 2 ∗ C i − 2 j − 1 ∗ ( i − 1 ) i − 1 − j f[i]=\mathop{\sum}\limits_{p=1}^{i}\mathop{\sum}\limits_{j=1}^{i-1}j^2*C_{i-2}^{j-1}*(i-1)^{i-1-j} f[i]=p=1ij=1i1j2Ci2j1(i1)i1j
    然后发现 p p p在转移的时候并没有用,所以可以把那个 ∑ \sum 压掉。如下:
    f [ i ] = i ∗ ∑ j = 1 i − 1 j 2 ∗ C i − 2 j − 1 ∗ ( i − 1 ) i − 1 − j f[i]=i*\mathop{\sum}\limits_{j=1}^{i-1}j^2*C_{i-2}^{j-1}*(i-1)^{i-1-j} f[i]=ij=1i1j2Ci2j1(i1)i1j

然后就是把上面求出来的一起来算答案。设 a n s [ i ] ans[i] ans[i]表示有 i i i个节点的时候题目的答案。

  • 我们考虑 a n s [ i ] ans[i] ans[i]的转移
    首先枚举一个 j j j表示最后的一棵树有 j j j个节点,然后递推。那么显然前面的答案是 a n s [ i − j ] ∗ j j − 2 ans[i-j]*j^{j-2} ans[ij]jj2。然后是当前的答案是 d p [ j − i ] ∗ f [ j ] dp[j-i]*f[j] dp[ji]f[j]表示当前算出来的答案,然后加起来。最后一样的,要考虑节点编号的问题,乘上节点的组合数。
    所以枚举 j j j,可以得到:
    a n s [ i ] = ∑ j = 1 i C i − 1 j − 1 ∗ ( j j − 2 ∗ a n s [ i − j ] + f [ j ] ∗ d p [ i − j ] ) ans[i]=\mathop{\sum}\limits_{j=1}^{i}C_{i-1}^{j-1}*(j^{j-2}*ans[i-j]+f[j]*dp[i-j]) ans[i]=j=1iCi1j1(jj2ans[ij]+f[j]dp[ij])

做的时候先打表,然后直接输出即可,见代码,注意模。

代码

#include<bits/stdc++.h>
#define ll long long
using namespace std;
const int MAXN=5010;
ll mod,C[MAXN][MAXN],dp[MAXN],f[MAXN],ans[MAXN],qp[MAXN][MAXN];//long long
ll ksm(ll a,ll p){if(p<0) return 1ll;else return qp[a][p];}//指数为负是1
int main()
{int T,nnn;scanf("%d%lld",&T,&mod);C[0][0]=1;for(int i=1;i<=5000;i++){C[i][0]=1;for(int j=1;j<=i;j++)C[i][j]=(C[i-1][j]+C[i-1][j-1])%mod;}//用杨辉三角处理组合数for(int i=0;i<=5000;i++){qp[i][0]=1;for(int j=1;j<=5000;j++)qp[i][j]=qp[i][j-1]*i%mod;}//预处理快速幂,让你的快速幂成为O(1)dp[0]=1;for(int i=1;i<=5000;i++)for(int j=1;j<=i;j++)dp[i]=(dp[i]+dp[i-j]*ksm(j,j-2)%mod*C[i-1][j-1]%mod)%mod;//预处理dpfor(int i=1;i<=5000;i++){for(int j=1;j<i;j++)f[i]=(f[i]+j*j%mod*C[i-2][j-1]%mod*ksm(i-1,i-1-j)%mod)%mod;f[i]=f[i]*i%mod;}//预处理ffor(int i=1;i<=5000;i++)for(int j=1;j<=i;j++)ans[i]=(ans[i]+C[i-1][j-1]*(ksm(j,j-2)*ans[i-j]%mod+f[j]*dp[i-j]%mod)%mod)%mod;//算答案while(T--){scanf("%d",&nnn);printf("%lld\n",ans[nnn]);}//直接输出
}

END

要素 bug颇多……

这篇关于2020牛客暑期多校训练营Valuable Forests(动态规划,组合数学,prufer序列)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/233034

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Java使用Javassist动态生成HelloWorld类

《Java使用Javassist动态生成HelloWorld类》Javassist是一个非常强大的字节码操作和定义库,它允许开发者在运行时创建新的类或者修改现有的类,本文将简单介绍如何使用Javass... 目录1. Javassist简介2. 环境准备3. 动态生成HelloWorld类3.1 创建CtC

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

浅谈MySQL的容量规划

《浅谈MySQL的容量规划》进行MySQL的容量规划是确保数据库能够在当前和未来的负载下顺利运行的重要步骤,容量规划包括评估当前资源使用情况、预测未来增长、调整配置和硬件资源等,感兴趣的可以了解一下... 目录一、评估当前资源使用情况1.1 磁盘空间使用1.2 内存使用1.3 CPU使用1.4 网络带宽二、

Linux中的自定义协议+序列反序列化用法

《Linux中的自定义协议+序列反序列化用法》文章探讨网络程序在应用层的实现,涉及TCP协议的数据传输机制、结构化数据的序列化与反序列化方法,以及通过JSON和自定义协议构建网络计算器的思路,强调分层... 目录一,再次理解协议二,序列化和反序列化三,实现网络计算器3.1 日志文件3.2Socket.hpp

go动态限制并发数量的实现示例

《go动态限制并发数量的实现示例》本文主要介绍了Go并发控制方法,通过带缓冲通道和第三方库实现并发数量限制,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... 目录带有缓冲大小的通道使用第三方库其他控制并发的方法因为go从语言层面支持并发,所以面试百分百会问到

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

一文详解SpringBoot中控制器的动态注册与卸载

《一文详解SpringBoot中控制器的动态注册与卸载》在项目开发中,通过动态注册和卸载控制器功能,可以根据业务场景和项目需要实现功能的动态增加、删除,提高系统的灵活性和可扩展性,下面我们就来看看Sp... 目录项目结构1. 创建 Spring Boot 启动类2. 创建一个测试控制器3. 创建动态控制器注

springboot如何通过http动态操作xxl-job任务

《springboot如何通过http动态操作xxl-job任务》:本文主要介绍springboot如何通过http动态操作xxl-job任务的问题,具有很好的参考价值,希望对大家有所帮助,如有错... 目录springboot通过http动态操作xxl-job任务一、maven依赖二、配置文件三、xxl-

Java调用C#动态库的三种方法详解

《Java调用C#动态库的三种方法详解》在这个多语言编程的时代,Java和C#就像两位才华横溢的舞者,各自在不同的舞台上展现着独特的魅力,然而,当它们携手合作时,又会碰撞出怎样绚丽的火花呢?今天,我们... 目录方法1:C++/CLI搭建桥梁——Java ↔ C# 的“翻译官”步骤1:创建C#类库(.NET