poj 1741 Tree

Description

Give a tree with n vertices,each edge has a length(positive integer less than 1001).
Define dist(u,v)=The min distance between node u and v.
Give an integer k,for every pair (u,v) of vertices is called valid if and only if dist(u,v) not exceed k.
Write a program that will count how many pairs which are valid for a given tree.

Input

The input contains several test cases. The first line of each test case contains two integers n, k. (n<=10000) The following n-1 lines each contains three integers u,v,l, which means there is an edge between node u and v of length l.
The last test case is followed by two zeros.

Output

For each test case output the answer on a single line.

Sample Input

5 4
1 2 3
1 3 1
1 4 2
3 5 1
0 0

Sample Output

8

Source

 

 

题目大意:给定一棵有权的树,定义两点之间的距离为路径的边权和。给定一个安全值,求距离小于安全值的点对数目。

//================================================================================================

树的点分治。

考虑经过根的路径和没有经过根的路径。后者明显可以递归处理而且做法同前者。

那么经过根的合法点对的路径怎么求呢?

 

先O(N)深搜处理出每个点到根的距离,然后排序。这样可以做到O(N)的复杂度找出距离和小于安全值的对数。但是这里面包括从一个儿子里面伸上来的两条不合法的路径。额。。。再深搜每个儿子同理去掉不合法的部分。。

 

总感觉看上去各种暴力啊有木有。。。可是找到了树的重心了以后每次分治都能保证去掉一半的点,然后重复的次数就是log级别的,处理又是log的,所以跑出来的结果相当优秀啊、、

 

树只要一开始建一遍就好了。到后面分治的时候相当于切出若干个子树直接用就行了、

 

每次分治后都要调整根到当前子树的重心。

 

感觉这次敲的代码还是很可读的~~~算敲的比较清楚的一次了~~~

 

 

 

 

 

 

program pku_1741;
var line,g,next:array[1..20000] of longint;
    en,fa,stack,pi,a,q:array[1..10000] of longint;
    son:array[0..10000] of longint;
    t:array[1..10000] of boolean;
    tot,all,n,k:longint;
    ans:int64;
//============================================================================
procedure prepare;
begin tot:=0;
  fillchar(en,sizeof(en),0);
  fillchar(fa,sizeof(fa),0);
  fillchar(son,sizeof(son),0);
  fillchar(t,sizeof(t),true);
end;
//============================================================================
procedure ins(x,y,z:longint);
begin
  inc(tot); line[tot]:=y; g[tot]:=z;
  next[tot]:=en[x]; en[x]:=tot;
end;
//============================================================================
procedure qsort(l,r:longint);
var k,i,j,tt:longint;
begin
  k:=a[(l+r) shr 1]; i:=l; j:=r;
  repeat
    while a[i]
    while a[j]>k do dec(j);
    if i<=j then
    begin
      tt:=a[i]; a[i]:=a[j]; a[j]:=tt;
      inc(i); dec(j);
    end;
  until i>j;
  if l
  if i
end;
//============================================================================
procedure init;
var i,x,y,z:longint;
begin
  prepare;
  readln(n,k); ans:=0;
  if n=0 then halt;
  for i:=1 to n-1 do
  begin
    readln(x,y,z);
    ins(x,y,z); ins(y,x,z);
  end;
end;
//============================================================================
procedure build;
var u,v,i,top:longint;
begin
  stack[1]:=1; top:=1; pi[1]:=en[1];    //最近人工栈写得各种顺啊、、都不想写递归了。。。
  son[1]:=1; fa[1]:=0;
  while top>0 do
  begin
    u:=stack[top]; i:=pi[top];
    if i<>0 then
    begin
      pi[top]:=next[i]; v:=line[i];
      if fa[u]=v then continue;
      inc(top); stack[top]:=v; pi[top]:=en[v];
      son[v]:=1; fa[v]:=u;
    end else
    begin
      inc(son[fa[u]],son[u]); dec(top);
    end;
  end;
end;
//============================================================================
procedure adjust(var root:longint);    //找到重心。每次分治后都要再找。
var max,heavy,i,v:longint;
begin
  while true do
  begin i:=en[root];
    max:=0; heavy:=0;
    while i<>0 do
    begin v:=line[i];
      if t[v] and (v<>root) and (son[v]>max) then
      begin
        max:=son[v]; heavy:=v;
      end; i:=next[i];
    end;
    if max>all shr 1 then
    begin
      dec(son[root],son[heavy]);
      fa[root]:=heavy; fa[heavy]:=0;
      son[heavy]:=all; root:=heavy;
    end else break;
  end;
end;
//============================================================================
function find(root,ori:longint):longint;    //求点到根的距离。
var l,r,u,v,i,len:longint;
begin
  l:=1; r:=1; find:=0;
  q[1]:=root; a[1]:=ori;
  while l<=r do
  begin u:=q[l]; i:=en[u];
    while i<>0 do
    begin v:=line[i];
      if t[v] and (fa[u]<>v) then
      begin
        inc(r); q[r]:=v;
        a[r]:=a[l]+g[i];
      end; i:=next[i];
    end; inc(l);
  end; len:=r;
  if len>1 then qsort(1,len);
  l:=1; r:=len;
  while l
  begin
    while (lk) do dec(r);
    if l=r then break;
    inc(find,r-l); inc(l);
  end;
end;
//============================================================================
procedure tree(root:longint);    //分治,以root为根。
var i,v:longint;
begin
  if all=1 then exit;
  adjust(root);
  inc(ans,find(root,0));
  i:=en[root];
  while i<>0 do
  begin v:=line[i];
    if t[v] then
      dec(ans,find(v,g[i]));
    i:=next[i];
  end; t[root]:=false;
  i:=en[root];
  while i<>0 do
  begin v:=line[i];
    if t[v] then
    begin
      all:=son[v]; tree(v);
    end; i:=next[i];
  end;
end;
//============================================================================
begin
  while true do
  begin
    init; build;
    all:=n; tree(1);
    writeln(ans);
  end;
end.

 

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值