• [BZOJ 2115] Xor


    Link:https://www.lydsy.com/JudgeOnline/problem.php?id=2115

    Algorithm:

    此题一看到是求异或和最大问题的,立即想到使用线性基解题

    最终结果发现是由任意一条1~N的路径和若干个环构成的

    证明:

    1、如果答案中有环不在任意选取的路径上,可以先走到环再走回来

    由于异或的自反性,相当于只增加了环的异或和

    2、如果答案中的1~N的路径不是这条,那么这条路径一定和当前任意选取的路径形成一个环

    那么我们只要再增加这个环上的异或和,就相当于“更改路径”

    那么接下来,我们只要dfs找到所有的环并记录其异或和

    选取任意一条1~N的路径作为初始值,和所有环形成的线性基贪心加合即可

    Code:

    #include <bits/stdc++.h>
    
    using namespace std;
    typedef long long ll;
    typedef pair<ll,ll> P;
    
    inline ll read()  //IO优化中的int要改为LL!!!
    {
        char ch;ll num,f=0;
        while(!isdigit(ch=getchar())) f|=(ch=='-');
        num=ch-'0';
        while(isdigit(ch=getchar())) num=num*10+ch-'0';
        return f?-num:num;
    }
    
    #define F first
    #define S second
    
    const int MAXN=5e4+10;
    const int MAXM=2e5+10;
    vector<P> G[MAXN];
    int n,m;
    bool vis[MAXN];
    ll dist[MAXN],base[70],cir[MAXM],res,cnt=0;
    
    void dfs(int x)
    {
        vis[x]=true;
        for(int i=0;i<G[x].size();i++)  //寻找返祖边
        {
            P v=G[x][i];
            if(!vis[v.F]) dist[v.F]=dist[x]^v.S,dfs(v.F);
            else cir[++cnt]=dist[x]^dist[v.F]^v.S;
        }
    }
    
    int main()
    {
        n=read();m=read();
        for(int i=1;i<=m;i++)
        {
            ll x=read(),y=read(),z=read();
            G[x].push_back(P(y,z));
            G[y].push_back(P(x,z));
        }
        dfs(1);res=dist[n];
        
        for(int i=1;i<=cnt;i++)  //构建线性基
            for(int j=62;j>=0;j--)
            {
                if(!(cir[i]>>j)) continue;
                if(!base[j]){base[j]=cir[i];break;}
                cir[i]^=base[j]; 
            }
            
        for(int i=62;i>=0;i--) res=max(res,res^base[i]);
        cout << res;
        return 0;
    }

    Review:

    1、异或和MAX  <----->   线性基

    2、解决有环问题时,不一定要找到所有的环

    大多时候,只要找到dfs返祖边形成的环即可

    此题是因为一个含有多条返祖边形成的环的异或和就等于几个“小环”的异或总和

    3、充分利用异或的自反性

    求解异或和问题中,环+异或可以实现“换路”、“远程加环”等操作

    4、如果res的初始值不为0,在和线性基添加时不可以看到1就添加,MAX更稳妥

  • 相关阅读:
    Rotate to Attend: Convolutional Triplet Attention Module
    论文阅读:《Automatic Change Detection in Synthetic Aperture Radar Images Based on PCANet》
    论文阅读:Change Detection From Synthetic Aperture Radar Images Based on Channel Weighting-Based Deep Cascade Network
    第二次作业:卷积神经网络 part 2
    CGAN和DCGAN
    GAN
    About me
    极大似然估计与贝叶斯估计
    支持向量机(一)
    非参数估计——Parzen窗与k近邻估计
  • 原文地址:https://www.cnblogs.com/newera/p/9054773.html
Copyright © 2020-2023  润新知