zoukankan      html  css  js  c++  java
  • 玲珑杯1147

    1147 - 最后你还是AK了

    Time Limit:5s Memory Limit:256MByte

    DESCRIPTION

    今天HHHH遇到了一颗树,这个树有nn个点(nn为偶数),每条边都有一个长度ll,现在HHHH想把这nn个点两两匹配,匹配成n/2n/2对点,然后我们将匹配后的n/2n/2对点的距离求和,我们将所有匹配方案里距离和最大的那一个值定义为可爱值.

    即我们将这nn个点分成了

    定义dis(x,y)dis(x,y)xxyy的距离,那么可爱值为

    max(n/2i=1dis(ai,bi))max(∑i=1n/2dis(ai,bi))

    现在HHHH为了使这颗树变可爱,他可以使用kk次膜法,第ii次能使一条边的长度增加cici,但是被膜过的边就不能再被膜了,现在HHHH想知道使用了膜法以后,这颗树的可爱值最多能是多少.

    INPUT
    第一行是一个整数T(1T10)T(1≤T≤10),表示有TT组数据 对于每组数据输入一行2个整数n,k (1n105,0kn1)n,k (1≤n≤105,0≤k≤n−1)表示这棵树总共有nn个点,HHHH可以使用kk次膜法. 接着一行n1n−1行每行3个数:u,v,w(1u,vn,1w105)u,v,w(1≤u,v≤n,1≤w≤105)表示在uuvv之间有一条长度为ww的边. 最后一行kk个整数,第ii个整数ci(1ci105)ci(1≤ci≤105)表示第ii种膜法能使得某一条边变长cici 保证nn为偶数且给出的是一颗树
    OUTPUT
    每组数据输出一行,一个整数,表示♂可♂爱♂值♂最多能是多少
    SAMPLE INPUT
    1 4 2 1 2 5 2 3 5 3 4 5 5 5
    SAMPLE OUTPUT
    35
    HINT
    对于样例,我们将1和4匹配,2和3匹配,然后对2和3之间的边使用膜法,对3和4之间的边使用魔法 若出现爆栈问题,改栈方法请参考1093题目代码 1093地址:http://www.ifrog.cc/acm/problem/1093 代码地址:http://ideone.com/Wk24ET
    分析:不考虑加魔法时与加魔法是独立的;
       不加魔法时贪心的对每条边算贡献为min(son[x] , n - son[x] )*len ,可以想象一下是可行的;
       加入魔法时只需贪心的放min(son[x] , n - son[x] )大的边即可;
    代码:
    #define OPENSTACK
    #include <iostream>
    #include <cstdio>
    #include <cstdlib>
    #include <cmath>
    #include <algorithm>
    #include <climits>
    #include <cstring>
    #include <string>
    #include <set>
    #include <bitset>
    #include <map>
    #include <queue>
    #include <stack>
    #include <vector>
    #include <cassert>
    #include <ctime>
    #define rep(i,m,n) for(i=m;i<=(int)n;i++)
    #define mod 1000000007
    #define inf 0x3f3f3f3f
    #define vi vector<int>
    #define pb push_back
    #define mp make_pair
    #define fi first
    #define se second
    #define ll long long
    #define pi acos(-1.0)
    #define pii pair<int,int>
    #define sys system("pause")
    #define ls rt<<1
    #define rs rt<<1|1
    const int maxn=1e5+10;
    const int N=5e2+10;
    using namespace std;
    ll gcd(ll p,ll q){return q==0?p:gcd(q,p%q);}
    ll qmul(ll p,ll q,ll mo){ll f=0;while(q){if(q&1)f=(f+p)%mo;p=(p+p)%mo;q>>=1;}return f;}
    ll qpow(ll p,ll q,ll mo){ll f=1;while(q){if(q&1)f=qmul(f,p,mo)%mo;p=qmul(p,p,mo)%mo;q>>=1;}return f;}
    int n,m,k,t,son[maxn],c[maxn],id[maxn];
    vi e[maxn];
    vi f[maxn];
    ll ret;
    bool cmp(int x,int y){return min(son[x],n-son[x])>min(son[y],n-son[y]);}
    void dfs(int x,int y)
    {
        son[x]=1;
        int i;
        rep(i,0,e[x].size()-1)
        {
            int z=e[x][i],w=f[x][i];
            if(z==y)continue;
            dfs(z,x);
            ret+=1LL*min(son[z],n-son[z])*w;
            son[x]+=son[z];
        }
    }
    int main()
    {
            #ifdef OPENSTACK
            int size = 64 << 20; // 64MB
            char *p = (char*)malloc(size) + size;
            #if (defined _WIN64) or (defined __unix)
                __asm__("movq %0, %%rsp
    " :: "r"(p));
            #else
                __asm__("movl %0, %%esp
    " :: "r"(p));
            #endif
        #endif
        int i,j;
        scanf("%d",&t);
        while(t--)
        {
            scanf("%d%d",&n,&k);
            rep(i,1,n)id[i]=i,e[i].clear(),f[i].clear(),son[i]=0;
            rep(i,1,n-1)
            {
                int x,y,z;
                scanf("%d%d%d",&x,&y,&z);
                e[x].pb(y);
                f[x].pb(z);
                e[y].pb(x);
                f[y].pb(z);
            }
            rep(i,1,k)scanf("%d",&c[i]);
            ret=0;
            dfs(1,0);
            sort(c+1,c+k+1,greater<int>());
            sort(id+1,id+n+1,cmp);
            rep(i,1,min(n,k))ret+=1LL*min(son[id[i]],n-son[id[i]])*c[i];
            printf("%lld
    ",ret);
        }
        #ifdef OPENSTACK
            exit(0);
        #else
            return 0;
        #endif
    }
  • 相关阅读:
    excel中年月日格式的数据分离出年
    Vision MLP 之 Sparse-MLP A Fully-MLP Architecture with Conditional Computation
    Vision MLP 之 S2-MLP V1&V2 : Spatial-Shift MLP Architecture for Vision
    Visoin MLP之CycleMLP A MLP-like Architecture for Dense Prediction
    Vision MLP之RaftMLP Do MLP-based Models Dream of Winning Over Computer Vision
    Vision MLP之Hire-MLP: Vision MLP via Hierarchical Rearrangement
    显著性目标检测之Learning to Promote Saliency Detectors
    paddle中的LoDTensor
    C语言0长度数组(可变数组/柔性数组)
    1、迭代器失效
  • 原文地址:https://www.cnblogs.com/dyzll/p/7191192.html
Copyright © 2011-2022 走看看