• 严格最小生成树


    #include<cstdio>
    #include<iostream>
    #include<cmath>
    #include<algorithm>
    #include<cstring> 
    using namespace std;
    const int N=500005;
    typedef long long ll;
    ll ans;
    int n,m,cnt,tot;
    int mm=0x7f7f7f;
    int head[N],f[N][30],dep[N],ff[N],d1[N][30],d2[N][30];
    struct node{
    	int to,next,w;
    }edge[N<<2];
    struct Node{
    	int u,v,w,vis;
    }a[N];
    void add(int u,int v,int w){
    	edge[tot].to=v;
    	edge[tot].next=head[u];
    	edge[tot].w=w;
    	head[u]=tot++;
    }
    int find(int x){
    	if(ff[x]==x) return x;
    	return ff[x]=find(ff[x]);
    }
    bool cmp(Node aa,Node bb){
    	return aa.w<bb.w;
    }
    void dfs(int u,int fa){
    	for(int i=1;(1<<i)<=dep[u];i++){
    		f[u][i]=f[f[u][i-1]][i-1];
    		d1[u][i]=max(d1[u][i-1],d1[f[u][i-1]][i-1]);
    		if(d1[u][i-1]==d1[f[u][i-1]][i-1]) d2[u][i]=max(d2[u][i-1],d2[f[u][i-1]][i-1]);
    		else{
    			d2[u][i]=min(d1[u][i-1],d1[f[u][i-1]][i-1]);
    			d2[u][i]=max(d2[u][i],max(d2[u][i-1],d2[f[u][i-1]][i-1]));
    		}
    	}
    	for(int i=head[u];i!=-1;i=edge[i].next){
    		int v=edge[i].to;
    		if(v==fa) continue;
    		f[v][0]=u;
    		dep[v]=dep[u]+1;
    		d1[v][0]=edge[i].w;
    //		d2[v][0]=edge[i].w;
    		dfs(v,u);
    	}
    }
    int lca(int u,int v){
    	if(dep[u]<dep[v]) swap(u,v);
    	if(dep[u]!=dep[v]){
    		for(int j=20;j>=0;j--){
    			if(dep[f[u][j]]>=dep[v]) u=f[u][j];
    		}
    	}
    	if(u==v) return u;
    	for(int j=20;j>=0;j--){
    		if(f[u][j]!=f[v][j]){
    			u=f[u][j];
    			v=f[v][j];
    		}
    	}
    	return f[u][0];
    }
    void cal(int u,int fa,int w){
    	int mx1=0,mx2=0;
    	int t=dep[u]-dep[fa];
    	for(int i=0;i<=20;i++){
    		if(t&(1<<i)){
    			if(d1[u][i]>mx1){
    				mx2=mx1;
    				mx1=d1[u][i];
    			}
    			mx2=max(mx2,d2[u][i]);
    			u=f[u][i];
    		}
    	}
    	if(mx1!=w) mm=min(mm,w-mx1);
    	else mm=min(mm,w-mx2);
    } 
    void solve(int id,int w){
    	int x=a[id].u,y=a[id].v;
    	int fa=lca(x,y);
    	cal(x,fa,w); cal(y,fa,w);
    }
    int main(){
    	memset(head,-1,sizeof(head));
    	scanf("%d%d",&n,&m);
    	for(int i=1;i<=m;i++){
    		scanf("%d%d%d",&a[i].u,&a[i].v,&a[i].w);
    	}
    	for(int i=1;i<=n;i++) ff[i]=i;
    	sort(a+1,a+m+1,cmp);
    	for(int i=1;i<=m;i++){
    		int r1=find(a[i].u),r2=find(a[i].v);
    		if(r1==r2) continue;
    		ff[r1]=r2;
    		ans+=a[i].w;
    		add(a[i].u,a[i].v,a[i].w);
    		add(a[i].v,a[i].u,a[i].w);
    		a[i].vis=1;
    		cnt++;
    		if(cnt==n-1) break;
    	}
    	dfs(1,0);
    	for(int i=1;i<=m;i++){
    		if(!a[i].vis){
    			solve(i,a[i].w);
    		}
    	}
    	printf("%lld
    ",ans+mm);
    	return 0;
    }
    
  • 相关阅读:
    正确理解TensorFlow中的logits
    笔记:TensorFlow全连接层函数tf.layers.dense()原理
    Pandas读取行列数据最全方法
    Oracle 怎么同时插入多条数据?
    tensorflow 中 sigmoid, softmax, sparse_softmax 的 cross_entropy_with_logits,常见loss
    Tensorflow同时加载使用多个模型
    衡量机器学习模型的三大指标:准确率、精度和召回率。
    【tensorflow】Decaying the learning rate
    2019.7.29 区块链论文翻译
    2019.7.16 区块链论文翻译
  • 原文地址:https://www.cnblogs.com/New-ljx/p/14828954.html
Copyright © 2020-2023  润新知