题目链接:LUK-Triumphal arch


首先考虑二分最小的k。

然后转为判定合法性。我们可以树形dp。

dp[x] 为当前 B 在x点,然后A需要在子树中染色的最小点数。

dp[x] = Σ dp[v]+1 - k

最后判断dp[1]==0即可。


AC代码:

#pragma GCC optimize("-Ofast","-funroll-all-loops")
#include<bits/stdc++.h>
//#define int long long
using namespace std;
const int N=3e5+10;
int n,dp[N];
vector<int> g[N];
void dfs(int x,int fa,int mid){dp[x]=0;for(int to:g[x]) if(to!=fa) dfs(to,x,mid),dp[x]+=dp[to]+1;dp[x]=max(0,dp[x]-mid);
}
inline int check(int mid){dfs(1,0,mid); return !dp[1];}
signed main(){cin>>n;for(int i=1,a,b;i<n;i++) scanf("%d %d",&a,&b),g[a].push_back(b),g[b].push_back(a);int l=0,r=n;while(l<r){int mid=l+r>>1;if(check(mid)) r=mid;else l=mid+1;}cout<<l;return 0;
}

LUK-Triumphal arch相关推荐

  1. BZOJ 3420: Poi2013 Triumphal arch

    二分答案 第二个人不会走回头路 那么F[i]表示在i的子树内(不包括i)所需要的额外步数 F[1]==0表示mid可行 k可能为0 #include<cstdio> #include< ...

  2. 解题:POI 2013 Triumphal arch

    题面 二分答案,问题就转化为了一个可行性问题,因为我们不知道国王会往哪里走,所以我们要在所有他可能走到的点建造,考虑用树形DP解决(这个DP还是比较好写的,你看我这个不会DP的人都能写出来=.=) 定 ...

  3. TensorFlow神经网络(九)VGG net论文阅读笔记

    [注]内容来自MOOC人工智能实践TensorFlow笔记课程第8讲 来源:2015 ICLR 用于图像分类的文章: Very Deep Convolutional Networks for Larg ...

  4. ValueError: You are trying to load a weight file containing 0 layers into a model with 16 layers.

    ValueError: You are trying to load a weight file containing 0 layers into a model with 16 layers. 在使 ...

  5. imagenet数据集类别标签和对应的英文中文对照表

    预测结果输出one-hot类型,最大概率的下标即为对于类别号   0: 'tench, Tinca tinca',                             丁鲷(鱼) 1: 'gold ...

  6. tensorflow 随笔-----------VGG网络的模型的复现

    推荐个课程北京大学的tensorflow 笔记 VGG网络是谷歌千分类用的,实现的是对图像的识别 由于模型过大,需要的可以私聊我(13072509383微信) vgg16.py 网络对参数的读取 im ...

  7. pytorch 移植到Android平台(一)

    前期准备 模型 model.pt 一张待识别的图片 标签 ImageNetClasses.java(具体代码放在了后面) 目录结构如下 代码 下面的代码,将一张图片喂给神经网络模型,得到输出结果后,将 ...

  8. 深度学习与TensorFlow实战(十)卷积神经网络—VGG(16)神经网络

    架构: 训练输入:固定尺寸224x224的RGB图像. 预处理:每个像素减去训练集上的RGB均值. 卷积核:一系列3X3卷积核堆叠,步长为1,采用padding保持卷积后图像空间分辨率不变. 空间池化 ...

  9. TensorFlow北大公开课学习笔记-8 复现vgg16并实现图片识别

    注:本系列文章主要是复现北京大学TensorFlow笔记中的代码,方便以后使用,并没有详细讲解流程,因为我并不是专门做教程的.何况北大的教程讲的已经很好了,有需要了解详细过程的可以去看北大的教程哈. ...

  10. 【PyTorch】如何取得预训练模型的标签label列表(以 Alexnet 在 ImageNet 上的预训练模型为例)

    PyTorch 预训练模型 PyTorch 提供过了大量的预训练模型可以直接拿来使用,或者进行增量训练和微调. 拿 Alexnet 的预训练模型为例 import torch import torch ...

最新文章

  1. matlab 基于Topsis的熵权法2
  2. Service ANR问题
  3. Form 组件动态绑定数据
  4. 使用Forge插件在现有Java EE项目上启用Arquillian
  5. LeetCode 1738. 找出第 K 大的异或坐标值(DP)
  6. centos下安装fastdfs(笔记系列)
  7. WEB前端开发职业学习路线初级完整版
  8. dubbo负载均衡代码分析1(leastactive策略)
  9. hashmap扩容_我说我了解集合类,面试官竟然问我为啥HashMap的负载因子不设置成1!?
  10. 【视频】超级账本HyperLedger:Fabric源码走读(一):项目构建与代码结构
  11. 排序算法3:最常用的排序——快速排序
  12. echarts大屏模板_大屏数据展示模板智慧城市
  13. 找出2n+1个数中不成对的那个
  14. 电子信息专业实习报告与总结
  15. SCI、EI、ISTP收录检索技巧及核心期刊投稿导引
  16. JAVA中操作数据库方式与设计模式的应用 --青山不改绿水长流-EKing
  17. ffmpeg教程 php推流,详解NODEJS基于FFMPEG视频推流测试
  18. 商务智能基本概念大总结
  19. 如何下载google play上的软件
  20. 【医学成像】超声成像中的分辨率

热门文章

  1. 计算机桌面图标底部蓝色咋办,电脑桌面的图标底下的文字被蓝色覆盖了怎么处理...
  2. ESP8266作为无线串口设置
  3. GTP编译报错,需要增加IBUF
  4. linux中help命令鸟叔,linux的帮助命令help、man、--help
  5. 卡耐基梅隆大学计算机工程录取率,卡耐基梅隆大学各学院专业录取数据来咯!...
  6. 分享一个查看外网IP的工具
  7. 服务器tcp协议安装不了,win2008 R2提示错误“请安装TCP/IP协议 error=10106
  8. 《人月神话》(The Mythical Man-Month)4概念一致性:专制、民主和系统设计(System Design)...
  9. linux查看设备pid vid,Linux设备PID VID详细说明
  10. Excel数据分析入门-数据透视表