题目链接

做完这道题,我深知当一个问题复杂度过高的时候,把一些可以分离的操作都分散开,可以大幅度降低复杂度.....


发现无论有多少钱,每到一个点后扩展到的距离被限制在 \(min(C, c[i])\)边内,故可对此设计 \(DP\)。

由于 \(D\) 很大,不妨将其设为 \(DP\) 的价值,用的钱设置为容量。

所以我们只需要枚举那些需要加油的点,用最优性取跳即可。

Step 1: 快速求出从 \(u\) 到 \(v\) 不超过 \(c[i]\) 条边的最大距离

设 \(g[u][v][k]\) 表示从 \(u\) 走到 \(v\) 不超过 \(2 ^ k\) 条边走的最远距离。

注意,这里 \(K\) 的最大值是 \(log_2C\),因为最多扩展 \(C\) 条边。

用 \(O(N^3K)\) 可以预处理来这个玩意,递推式:

初始状态 \(g[u][v][0] = d[u][v]\)

\(g[u][v][k] = max(g[u][x][k - 1] + g[x][v][k - 1])\)


设 \(w[u][v]\) 表示从 \(u\) 跑到 \(v\) 不超过 \(min(C, c[i])\) 条边的最长距离。

即在 \(u\) 加油后跑到 \(v\) 的最长距离。

这个东西可以枚举 \(min(C, c[i])\) 的二进制位,用多个 \(1\) 拼起来。

具体转移式:

\(w[u][v] = max(last[u][x] + g[x][v][k])\)


Step 2:大力转移!

设 \(f[i][j]\) 为从 \(i\) 出发,用不超过 \(j\) 块钱能扩展到的最大距离。

状态转移方程:

\(f[u][j] = max(w[u][v])\)

\(f[u][q] = max(w[u][x] + f[x][q - p[x]])\)


Step 3:Ans!

显然,对于一个 \(u\), \(f[u][j] (0 <= j <= q)\) 是递增序列的。

那么我们需要找到一个尽量小的 \(j\),使得 \(f[u][j] >= d\)。

用二分不就行了?。

时间复杂度 \(O(N^3log_C + N ^ 4 + T(log_2N^2))\)

#include <cstdio>
#include <iostream>
#include <cstring>
using namespace std;
const int N = 105, M = 1005, L = 17;
int n, m, C, T, g[N][N][L];
int w[N][N], tmp[N], f[N][N * N];
int p[N], c[N];
int main() {
memset(g, -0x3f, sizeof g);
memset(w, -0x3f, sizeof w);
scanf("%d%d%d%d", &n, &m, &C, &T);
for (int i = 1; i <= n; i++) g[i][i][0] = 0;
for (int i = 1; i <= n; i++) scanf("%d%d", p + i, c + i), c[i] = min(c[i], C);
for (int i = 1, u, v, w; i <= m; i++) {
scanf("%d%d%d", &u, &v, &w);
g[u][v][0] = max(g[u][v][0], w);
} for (int k = 1; k < L; k++)
for (int u = 1; u <= n; u++)
for (int v = 1; v <= n; v++)
for (int x = 1; x <= n; x++)
g[u][v][k] = max(g[u][v][k], g[u][x][k - 1] + g[x][v][k - 1]); for (int u = 1; u <= n; u++) {
bool flag = true;
for (int k = 0; k < L; k++) {
if(c[u] >> k & 1) {
if(flag) {
for (int v = 1; v <= n; v++) {
w[u][v] = tmp[v] = g[u][v][k];
}
flag = false;
continue;
} for (int v = 1; v <= n; v++)
for (int x = 1; x <= n; x++)
w[u][v] = max(w[u][v], tmp[x] + g[x][v][k]); for (int v = 1; v <= n; v++) tmp[v] = w[u][v];
}
}
} for (int q = 0; q <= n * n; q++) {
for (int u = 1; u <= n; u++) {
for (int v = 1; v <= n; v++) {
f[u][q] = max(f[u][q], w[u][v]);
if(q >= p[v]) f[u][q] = max(f[u][q], w[u][v] + f[v][q - p[v]]);
}
}
} for (int i = 1, s, q, d; i <= T; i++) {
scanf("%d%d%d", &s, &q, &d);
int l = p[s], r = q;
if(r < l || f[s][r - l] < d) {
puts("-1"); continue;
}
while(l < r) {
int mid = (l + r) >> 1;
if(f[s][mid - p[s]] >= d) r = mid;
else l = mid + 1;
}
printf("%d\n", q - r);
}
return 0;
}

LibreOj #539. 「LibreOJ NOIP Round #1」旅游路线的更多相关文章

  1. LibreOJ #539. 「LibreOJ NOIP Round #1」旅游路线(倍增+二分)

    哎一开始看错题了啊T T...最近状态一直不对...最近很多傻逼题都不会写了T T 考虑距离较大肯定不能塞进状态...钱数<=n^2能够承受, 油量再塞就不行了...显然可以预处理出点i到j走c ...

  2. 【LibreOJ】#539. 「LibreOJ NOIP Round #1」旅游路线

    [题意]给定正边权有向图,车油量上限C,每个点可以花费pi加油至min(C,ci),走一条边油-1,T次询问s点出发带钱q,旅行路程至少为d的最多剩余钱数. n<=100,m<=1000, ...

  3. LOJ#539. 「LibreOJ NOIP Round #1」旅游路线

    n<=100,m<=1000的图,在此图上用油箱容量C<=1e5的车来旅行,旅行时,走一条边会耗一单伟油,在点i时,若油量<ci,则可以把油以pi的价格补到ci,pi<= ...

  4. LOJ #539. 「LibreOJ NOIP Round #1」旅游路线 倍增floyd + 思维

    考试的时候是这么想的: 求出每一个点花掉 $i$ 的花费向其他点尽可能走的最长距离,然后二分这个花费,找到第一个大于 $d$ 的就输出$.$然而,我这个记忆化搜索 $TLE$ 的很惨$.$这里讲一下正 ...

  5. 「LOJ 539」「LibreOJ NOIP Round #1」旅游路线

    description 题面较长,这里给出题目链接 solution 考虑预处理出\(f[i][j]\)表示在第\(i\)个点加满油后,从第\(i\)个点出发,至多消耗\(j\)元钱走过的最大路程,那 ...

  6. 「LibreOJ NOIP Round #1」旅游路线

    Description T 城是一个旅游城市,具有 nnn 个景点和 mmm 条道路,所有景点编号为 1,2,...,n1,2,...,n1,2,...,n.每条道路连接这 nnn 个景区中的某两个景 ...

  7. LibreOJ #517. 「LibreOJ β Round #2」计算几何瞎暴力

    二次联通门 : LibreOJ #517. 「LibreOJ β Round #2」计算几何瞎暴力 /* LibreOJ #517. 「LibreOJ β Round #2」计算几何瞎暴力 叫做计算几 ...

  8. LibreOJ #528. 「LibreOJ β Round #4」求和

    二次联通门 : LibreOJ #528. 「LibreOJ β Round #4」求和 /* LibreOJ #528. 「LibreOJ β Round #4」求和 题目要求的是有多少对数满足他们 ...

  9. LibreOJ #527. 「LibreOJ β Round #4」框架

    二次联通门 : LibreOJ #527. 「LibreOJ β Round #4」框架 /* LibreOJ #527. 「LibreOJ β Round #4」框架 %% xxy dalao 对于 ...

随机推荐

  1. linux nf_conntrack 连接跟踪机制 2

    连接跟踪初始化 基础参数的初始化:nf_conntrack_standalone_init 会调用nf_conntrack_init_start 完成连接跟踪基础参数的初始化, hash slab 扩 ...

  2. nginx状态监控统计

    nginx是一款很优秀的web服务器软件,很多地方都有接触和使用到他,大部分的场景压力还没达到需要调优的地步,而调优的难点其实不在于调,而在于各项状态的监控,能够很快的找到资源在什么时候出现问题,调整 ...

  3. 使用Ganglia监控系统监控集群(debian)

    ganglia是一个集群监控软件,底层使用RRDTool获得数据. Ganglia分为ganglia-monitor和gmetad两部分,前者运行在集群每个节点上(被监控机器)收集RRDTool产生的 ...

  4. 修改ssh的默认22端口,并使用scp的方法

    修改默认的22的ssh端口只需要修改 /etc/ssh/sshd_config 中的 port 字段为你想要的端口就可以了 以后用其他机器ssh登录这台机器只需要: ssh -p (port) (ip ...

  5. 谈谈什么是MySQL的表空间?

    今天我要跟你分享的话题是:"大家常说的表空间到底是什么?究竟什么又是数据表?" 这其实是一个概念性的知识点,当作拓展知识.涉及到的概念大家了解一下就好,涉及的参数,留个印象就好. ...

  6. CTF-WEB-XTCTF-Web_php_unserialize

    题目来源 XTCTF-Web_php_unserialize 题目考点:PHP代码审计.PHP正则.PHP序列化与反序列化 解题思路 题目源码 <?php class Demo { privat ...

  7. Linux Command Line_1_Shell基础

      引言 图形用户界面(GUI)让简单的任务更容易完成,命令行界面(CLI)使完成复杂的任务成为可能. 第一部分:Shell 本部分包括命令行基本语言,命令组成结构,文件系统浏览.编写命令行.查找命令 ...

  8. 慢SQL优化:where id in (select max(id)...) 改为join后性能提升400倍

    背景 有两张表,都是主键递增,类似于主表和明细表: statistics_apply:统计申请表,主键applyId,7万多条记录 statistics_apply_progress:统计申请进度表( ...

  9. 这可能是项目中最实用的java8示例了,还不来看?

    ​一.组成及特点 数据源.中间操作.终端操作 流只能使用一次 并行流 和 串行流 二.可以产生流的数据源 集合.文件 三.中间操作 字符串操作拼接joining(""),底层实现是 ...

  10. React Native两种加载图片的方式

    1 加载网络图片 通过uri就可以加载网络图片 <Image source={{uri:'http://facebook.github.io/react/img/logo_og.png'}} s ...