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

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,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下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque

Deepseek使用指南与提问优化策略方式

《Deepseek使用指南与提问优化策略方式》本文介绍了DeepSeek语义搜索引擎的核心功能、集成方法及优化提问策略,通过自然语言处理和机器学习提供精准搜索结果,适用于智能客服、知识库检索等领域... 目录序言1. DeepSeek 概述2. DeepSeek 的集成与使用2.1 DeepSeek API

Tomcat高效部署与性能优化方式

《Tomcat高效部署与性能优化方式》本文介绍了如何高效部署Tomcat并进行性能优化,以确保Web应用的稳定运行和高效响应,高效部署包括环境准备、安装Tomcat、配置Tomcat、部署应用和启动T... 目录Tomcat高效部署与性能优化一、引言二、Tomcat高效部署三、Tomcat性能优化总结Tom

解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

《解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)》该文章介绍了使用Redis的阻塞队列和Stream流的消息队列来优化秒杀系统的方案,通过将秒杀流程拆分为两条流水线,使用Redi... 目录Redis秒杀优化方案(阻塞队列+Stream流的消息队列)什么是消息队列?消费者组的工作方式每

Pandas中多重索引技巧的实现

《Pandas中多重索引技巧的实现》Pandas中的多重索引功能强大,适用于处理多维数据,本文就来介绍一下多重索引技巧,具有一定的参考价值,感兴趣的可以了解一下... 目录1.多重索引概述2.多重索引的基本操作2.1 选择和切片多重索引2.2 交换层级与重设索引3.多重索引的高级操作3.1 多重索引的分组聚

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

C#使用HttpClient进行Post请求出现超时问题的解决及优化

《C#使用HttpClient进行Post请求出现超时问题的解决及优化》最近我的控制台程序发现有时候总是出现请求超时等问题,通常好几分钟最多只有3-4个请求,在使用apipost发现并发10个5分钟也... 目录优化结论单例HttpClient连接池耗尽和并发并发异步最终优化后优化结论我直接上优化结论吧,

windos server2022里的DFS配置的实现

《windosserver2022里的DFS配置的实现》DFS是WindowsServer操作系统提供的一种功能,用于在多台服务器上集中管理共享文件夹和文件的分布式存储解决方案,本文就来介绍一下wi... 目录什么是DFS?优势:应用场景:DFS配置步骤什么是DFS?DFS指的是分布式文件系统(Distr

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

Redis延迟队列的实现示例

《Redis延迟队列的实现示例》Redis延迟队列是一种使用Redis实现的消息队列,本文主要介绍了Redis延迟队列的实现示例,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... 目录一、什么是 Redis 延迟队列二、实现原理三、Java 代码示例四、注意事项五、使用 Redi