array 题目传送门 解题思路 操作1是把第pos个位置上的数加上\(10^7\)，操作2是找到区间[1,r]中没有且大于k的最小的数。注意到k的范围是小于等于n的，且n的范围是\(10^5\)，远小于\(10^7\)，所以对于操作1，可以视为把第pos个位置上的数删去。 因为所有节点上的数都是唯一的，所以建立一颗权值
题意：给定一个带权有向图，有q组询问，每次询问在有向图的所有路径中，第k小的路径权值 解题思路：因为k最大只有5e4，考虑暴力搜索出前maxk小的路径并用数组记录权值，然后就可以O(1)查询。 具体实现：暴力搜索时可以借助Dijkstra最短路的思想，即用已知的最短路更新得出新的最短路。先将所有的边
整理一下前一段时间的最小生成树的算法。（其实是刚弄明白 Kruskal其实算是一种贪心算法。先将边按权值排序，每次选一条没选过的权值最小边加入树，若加入后成环就跳过。 先贴张图做个示例。 （可视化均来自VisuAlgo） 1、邻接链表： 2、按权值排序（可以直接写个cmp，sort()结构体）： 3、
利用一些简单的人工“神经元”构造一个小系统，然后对其进行训练，从而具备一定的功能，正是人类研究人工神经网络的出发点，我们在这里考虑的神经元不是生物神经元，他们是对生物神经元极其简单的抽象，可以用程序或硅电路实现的人工神经元。 现在就对人工神经元的一些基础模型进行阐
1 #include<iostream> 2 #include<cstdio> 3 #include<cmath> 4 #include<string> 5 #include<cstring> 6 #include<algorithm> 7 #include<iomanip> 8 #include<queue> 9 using namespace std; 10 namespace Moxi
一、轻重边剖分的过程 使用两次dfs来实现。剖分过程中要计算如下7个值： father[x]:x在树中的父亲 size[x]:x的子树结点数(子树大小) dep[x]:x在树中的深度 son[x]:x的重儿子，即为重边 top[x]:x所在重路径的顶部结点(深度最小) seg[x]:x在线段树中的位置(下标) rev[x]:线段树中第x个
误差回传神经网络（BP） BP网络是一种无反馈的前向网络，网络中的神经元分层排列，每一层内的神经元的输出均传送到下一层，这种传送由联接权来达到输出的作用。工作过程分为学习期和工作期两个部分，计算关键在于学习期中的误差反向传播过程，使目标函数最小化来完成的。 1) BP神经网络
You are given a tree consisting exactly of n vertices. Tree is a connected undirected graph with n−1 edges. Each vertex v of this tree has a value av assigned to it. Let dist(x,y) be the distance between the vertices x and y. The distance between the
分块，对于sqrt(n)以内的点用二进制优化多重背包+前缀和来做，处理出f[i][j]表示前i种权值为j的方案数对于sqrt(n)以外的点有两个性质：1.与数量无关且数量不超过sqrt(n)；2.权值相邻；3.那么一定可以用两种操作来构造出来权值序列：1.加入一个sqrt(n)+1；2.将现有数+1（都不超过n），再用g[i][j]表示选
题目传送门 题意：n根木棍，每根木棍都有一个权值，木棍有可识别的木棍和不可识别的木棍，每次抽取木棍时，会累加权值，如果是可识别的木棍就不放回，不可识别的木棍就放回，问每根木棍至少被抽取一次的概率是多少。 思路：论文题？ 1类棍子只会拿起一次，ans+=权值 2类棍子会拿
1、权值更新方法 （1）初始化权值分布； （2）找分类误差最小的弱分类器； （3）计算出该弱分类器的权值； （4）更新权值分布； （5）集合所有弱分类器得到最终的强分类器。 2、adaboost快速收敛为什么？ 因为当前轮分错的样本的权重会在下一轮训练中得的提高，下一轮弱分类器为了达到较低的分类误差，会把样本权重
原文链接：https://www.cnblogs.com/hesi/p/9013328.html 卷积神经网络的训练过程分为两个阶段。第一个阶段是数据由低层次向高层次传播的阶段，即前向传播阶段。另外一个阶段是，当前向传播得出的结果与预期不相符时，将误差从高层次向底层次进行传播训练的
题解 T1 小K与赞助 题目分析： 一张图里两棵树，每个人选择一个点集，两个人选的点集不想交，求最大权值 8~21pts 直接暴力枚举 两个节点不想交 47~65pts 只考虑两棵树完全一样的情况： 树形DP（背包） dp[i][j][j][k]dp[i][j][j][k]dp[i][j][j][k]表示以i为跟的子树，在第一棵树上选j个，第
P4208 [JSOI2008]最小生成树计数 题目描述 现在给出了一个简单无向加权图。你不满足于求出这个图的最小生成树，而希望知道这个图中有多少个不同的最小生成树。（如果两颗最小生成树中至少有一条边不同，则这两个最小生成树就是不同的）。由于不同的最小生成树可能很多，所以你只需要输出
1005 Snowy Smile 给n个坐标，每个坐标有个权值（可小于零），问如何取矩形使得矩形内的权值和最大。 题解： 首先将纵坐标离散化到 O(n) 的范围内，方便后续的处理。 将所有点按照横坐标排序，枚举矩形的上边界，然后往后依次加入每个点，这样就确定了 矩形的上下边界。设 v[y] 表示矩形内部
结论：最短路径一定是单独的一条边且在最小生成树上，可以用反证法证明。那么求出最小生成树，对于每一个点建立一棵权值线段树，再对每一个权值线段树上的叶子节点开一个multiset，维护所有儿子中该种颜色的权值(普通节点仍维护区间最小值)，答案也需要用multiset维护。 1 #include<bits/s
【算法介绍】网络流常用于解决分配匹配等问题。其主要算法包括dinic和sap(isap)其中，Dinic是基于层次图的网络流模型，时间复杂度为O(n ^ 2 * m)【算法实现】1，先通过bfs，在有流量的条件下，找到从超级源点ST到超级汇点ED的最短路2，再通过dfs，在确保是最短路的条件下，找到一条可行的增广路3
文章目录关于MST的几个问题Codeforces160 D.Edges in MSTCodeforces1108 F.MST UnificationCodeforces827 D.Best Edge Weight 关于MST的几个问题 反正关于这种最小生成树的题目来一道不会一道…不要跟我提什么电话连线这种很裸很裸的题 这里介绍一下用MST性质的几道题目 Co
哈夫曼编码(Huffman Coding)，又称霍夫曼编码，是一种编码方式，可变字长编码(VLC)的一种。Huffman于1952年提出一种编码方法，该方法完全依据字符出现概率来构造异字头的平均长度最短的码字，有时称之为最佳编码，一般就叫做Huffman编码（有时也称为霍夫曼编码）。 哈夫曼编码，主要目的是根据使用频
AcWing 给树染色 Description 一颗树有 n 个节点，这些节点被标号为：1,2,3…n，每个节点 i 都有一个权值 A[i]。 现在要把这棵树的节点全部染色，染色的规则是： 根节点R可以随时被染色；对于其他节点，在被染色之前它的父亲节点必须已经染上了色。 每次染色的代价为T*A[i]，其中T代表当前是第几
题目链接 如果没有特殊边的话显然答案就是权值最小的点向其他所有点连边。 所以把特殊边和权值最小的点向其他点连的边丢一起跑最小生成树就行了。 #include <cstdio> #include <algorithm> using namespace std; const int MAXN = 200010; typedef long long ll; inline ll read()
题意 有一个长度为\(n\)的数组W; 对于每一个\(i\)(\(1<=i<=n\)),你可以选择中任意一些元素W[k] (\(1<=k<i\)),将他们的值改变为0,使得\(\sum_{j=1}^{i-1}W[j] <= m\), 所以输出n个数字,代表对于每一个\(i\),要满足以上条件,至少改变多少个元素. 想法 做这个题的时候,我一直想着怎
PLA PLA(perceptron learning algorithm)感知机学习 概述 感知机是一种二元线性分类模型,它试图找到一个直线或者平面或者超平面将数据分为两部分,感知机同样是属于监督学习的范畴 适用范围 线性可分 二维空间中以下样本线性可分,PLA完美解决 线性不可分 左侧样本有些许噪
传送门：铁人两项 简述一下题目： 给出一个（不一定联通）的图，求有多少个三元组（s，c，f）满足s，c，f都是图中的点，且存在一条从s到c的路径和一条从c到f的路径，使得两条路径没有公共点（除c以外）。 这个题当时刚接触到圆方树，我的想法跟正解十分接近使我非常兴奋。 这个题我们想一下如果n2
最小生成树（minimum spanning tree）是由n个顶点，n-1条边，将一个连通图连接起来，且使权值最小的结构。 最小生成树可以用Prim（普里姆）算法或kruskal（克鲁斯卡尔）算法求出。 我们将以下面的带权连通图为例讲解这两种算法的实现： Prim（普里姆）算法 时间复杂度：O（N^2）（N为顶点数） prim算法又称“加点
