• CF538H Summer Dichotomy


    特判无解判错了可太艹了,后来删了特判直接过了……

    首先我们发现不能有三个及以上的区间两两不交,因此我们可以考虑一种构造方法

    首先不考虑(m)对限制,我们记(A=max_{i=1}^ n l_i,B=min_{i=1}^n r_i),容易发现若(A+Bin [t,T])那么必然是最优的

    如果不是的话,我们讨论一下:

    • (A+B<t),我们发现增大(A)一定是最优的
    • (A+B>T),我们发现减少(B)一定是最优的

    因此我们现在求出一对(A,B)之后就很好处理了,根据每一个人的区间([l_i,r_i])判断:

    • (A ot in [l_i,r_i]and B ot in [l_i,r_i]),此时显然无解
    • (Ain [l_i,r_i]and Bin [l_i,r_i]),此时这个人可以随便放,但是具体地还要根据相邻的人来决定
    • (Ain [l_i,r_i]or Bin [l_i,r_i]),此时这个人确定了放在哪一组,我们可以根据它的情况来确定相邻的人的选择,或者判断出冲突产生无解

    接下来就是个很显然的黑白染色模型了,直接做就好了,复杂度(O(n))

    #include<cstdio>
    #include<iostream>
    #define RI register int
    #define CI const int&
    using namespace std;
    const int N=100005,INF=1e9;
    struct edge
    {
    	int to,nxt;
    }e[N<<1]; int n,m,head[N],cnt,tl,tr,col[N],x,y,A,B; bool vis[N];
    struct interval { int l,r; } a[N];
    inline void addedge(CI x,CI y)
    {
    	e[++cnt]=(edge){y,head[x]}; head[x]=cnt;
    	e[++cnt]=(edge){x,head[y]}; head[y]=cnt;
    }
    #define to e[i].to
    inline bool paint(CI now)
    {
    	vis[now]=1; for (RI i=head[now];i;i=e[i].nxt)
    	{
    		if (~col[to]&&col[to]==col[now]) return 0;
    		if (~col[now]&&!~col[to]) if (col[to]=col[now]^1,!paint(to)) return 0;
    	}
    	return 1;
    }
    #undef to
    int main()
    {
    	RI i; for (scanf("%d%d%d%d",&tl,&tr,&n,&m),B=INF,i=1;i<=n;++i)
    	scanf("%d%d",&a[i].l,&a[i].r),A=max(A,a[i].l),B=min(B,a[i].r),col[i]=-1;
    	for (i=1;i<=m;++i) scanf("%d%d",&x,&y),addedge(x,y);
    	if (A+B<tl) A+=tl-(A+B); if (A+B>tr) B-=A+B-tr; if (B<0) return puts("IMPOSSIBLE"),0;
    	for (i=1;i<=n;++i)
    	{
    		if (a[i].l<=A&&A<=a[i].r&&a[i].l<=B&&B<=a[i].r) continue;
    		if (a[i].l<=A&&A<=a[i].r) col[i]=0; else
    		if (a[i].l<=B&&B<=a[i].r) col[i]=1; else return puts("IMPOSSIBLE"),0;
    	}
    	for (i=1;i<=n;++i) if (!vis[i]&&!paint(i)) return puts("IMPOSSIBLE"),0;
    	for (i=1;i<=n;++i) if (!~col[i]&&(col[i]=0,!paint(i))) return puts("IMPOSSIBLE"),0;
    	puts("POSSIBLE"); printf("%d %d
    ",A,B);
    	for (i=1;i<=n;++i) putchar(col[i]?'2':'1'); return 0;
    }
    
  • 相关阅读:
    增强CNN学习能力的Backbone:CSPNet
    【CNN调参】目标检测算法优化技巧
    【综述】神经网络中不同类型的卷积层
    卷积神经网络中的各种池化操作
    【从零开始学习YOLOv3】5. 网络模型的构建
    【从零开始学习YOLOv3】4. YOLOv3中的参数搜索
    【从零开始学习YOLOv3】3.YOLOv3的数据组织和处理
    两阶段实时检测网络ThunderNet
    【CV中的特征金字塔】Feature Pyramid Network
    PyTorch中模型的可复现性
  • 原文地址:https://www.cnblogs.com/cjjsb/p/14081198.html
Copyright © 2020-2023  润新知