感觉平时会丢掉好多挺好的trick……

图论

1.图G，固定S，T。可以将任意一条边加上权值$k(k>0)$，求最大化加权后最短路。

2.图G，固定S，T。可以将任意一条边乘以权值$k(k>0)$，求最大化加权后最短路。

3.有一个DAG森林，问至少加多少条边使得整张图强连通？

ans：我的想法是这样考虑：

先在基图中考虑每一个连通块，并且暂时不管原图中它们的连通性。记基图中连通块个数为$k$，那么为保证它们连通，需要$k$条边。连边之后就变成了一个大的DAG，问题变为DAG中至少加多少条边强连通，那么这个模型是好做的。（子问题一）

至于怎么加边，则由于每个基图的连通块只有一条出边一条入边，就类似贪心地分别取出入度为零的点。（子问题二）

正确性可以由子问题一二的正确性保证。

ans'：YA老爷发现这个模型好像是可以推广到DAG森林的。想了想确实有点道理。非形式化的证明：对于每一对出入度为零的点，因为最终所有点是强连通的，那么在它们之间连一条边会减少两个未确定的点。记出入度为零的点分别为$cnt_1,cnt_2$，因此答案是$max\{cnt_1,cnt_2\}$。

4.有$n$个点，每个点点权为$d_i \in N^*$，边(u,v)权为$max\{d_u,d_v\}$，满足$\sum d_i=s$。问这张图的完全图权值和最小是多少。

5.有$n$个点，每个点点权为$d_i \in N^*$，边(u,v)权为$max\{d_u,d_v\}$，满足$\sum d_i=s$。问在这张图选出m条边，权值和最小是多少。

树论

1.一颗$n$点有根树（或者无根树），给定$m$个叶子节点，要求设计一种方案将树染为黑白无三色，使得每个叶子节点到根的路径上恰好有$a_i$个白点，$b_i$个黑点。

ans：假设有解，那么根首先是可以确定下来的。那么依次顺推下去，将需求颜色相差1的连起来。如果没法连就意味着无解。时间复杂度$O(n^2)$

2.一颗$n$点有根树（或者无根树），给定$m$个叶子节点，要求设计一种方案将树染为黑白无三色，使得每个叶子节点到根的路径上至少有$a_i$个白点，$b_i$个黑点。

ans：好像连成一条链就行了吧？……若有无法连续的也意味着没有中间过渡的节点，即无解。

动态规划

1.有$n$个有权值的物品，$q$次询问删去一个物品$i$后在大小为$V$的背包中获得最大收益。删除操作独立。

2.有$n$个有权值的物品，$q$次询问删去一个物品$i$后在大小为$V$的背包中获得最大收益。删除操作不独立。

3.有$n$个有权值的物品，$q$次询问删去若干个物品后在大小为$V$的背包中获得最大收益。删除操作独立。

杂题

1.已知一个序列，任意交换至有序的次数是其逆序对个数。那么若有两个类型的序列混成一个序列（213213），其任意交换两数至有序（不一定要连续，如123123）的次数？

2.长度为$n$的序列，每个元素在$1...m$内均匀随机，求该序列gcd为d的概率。要求组合式子。

转载于:https://www.cnblogs.com/antiquality/p/9703635.html

灵光一现的trick相关推荐

【CV知识学习】early stop、regularation、fine-tuning and some other trick to be known
深度学习有不少的trick,而且这些trick有时还挺管用的,所以,了解一些trick还是必要的.上篇说的normalization.initialization就是trick的一种,下面再总结一下自 ...
ATSS : 目标检测的自适应正负anchor选择，很扎实的trick | CVPR 2020
作者 | VincentLee 来源 | 晓飞的算法工程笔记论文地址: https://arxiv.org/abs/1912.02424 代码地址: https://github.com/sfzha ...
改善深度学习训练的trick总结 | CSDN博文精选
扫码参与CSDN"原力计划" 作者 | ZesenChen 来源 | CSDN博客精选在深度学习中,同样一个模型用不同的初始化,数据处理,batch size,学习率,优化器都能 ...
让Transformer的推理速度提高4.5倍，这个小trick还能给你省十几万
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达丰色发自凹非寺量子位报道 | 公众号 QbitAI 最近,N ...
深度学习 CNN trick 合集
来自 | 知乎作者| sticky 链接 | https://zhuanlan.zhihu.com/p/137940586 编辑 | 深度学习这件小事公众号本文仅作学术交流,如有侵权,请联系后 ...
深度学习有哪些trick？
作者丨DOTA.永无止境.冯迁来源丨知乎问答编辑丨极市平台导读 Deep learning在训练的时候往往有很多trick,不可否认这些trick也是DL成功的关键因素之一,所谓"th ...
yolo-mask的损失函数l包含三部分_损失函数总结-应用和trick
常见的损失函数,如交叉熵损失.平方误差损失.Hinge损失等并不是本文的重点,关于这些损失函数的介绍网上很多,可以参考如下几篇文章机器学习中的 7 大损失函数实战总结常见的损失函数(loss fu ...
【干货】目标检测比赛中的trick
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 作者:初识CV https://zhuanlan.zhihu.com/p/1028 ...
目标检测比赛中的trick
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 作者:初识CV https://zhuanlan.zhihu.com/p/1028 ...

灵光一现的trick

图论

树论

动态规划

杂题

灵光一现的trick相关推荐

最新文章

热门文章