点此看题面

大致题意: 有一棵树,给出每个叶节点的点权(互不相同),非叶节点\(x\)至多有两个子节点,且其点权有\(p_x\)的概率是子节点点权较大值,有\(1-p_x\)的概率是子节点点权较小值。假设根节点\(1\)号节点的点权有\(m\)种可能性,其中权值第\(i\)小的可能点权是\(V_i\),可能性为\(D_i\),求\(\sum_{i=1}^mi\cdot V_i\cdot D_i^2\)。

前言

好妙的题目,像我这种蒟蒻根本想不到线段树合并还可以这么玩。

同时,在无数个地方漏掉\(PushDown\)的我感觉自己真是弱到连线段树都不会了......

题意转化

由于题目中保证\(0<p_x<1\),所以每种点权都可能被取到。

如果我们将点权排个序,那么\(i\)和\(V_i\)都是显然的,只要想个办法求出\(D_i\)即可。

推式子

首先,我们把权值离散化。

设\(f_{x,i}\)表示节点\(x\)的权值为\(i\)的概率,则\(D_i=f_{1,i}\)。

考虑如何转移。

如果\(x\)没有子节点,设其给定权值为\(v\),那么\(f_{x,i}=[i=v]\)。

如果\(x\)只有一个子节点,设其为\(son\),那么\(f_{x,i}=f_{son,i}\)。

如果\(x\)有两个子节点,分别为\(lc\)和\(rc\)。

题目告诉我们,权值是互不相同的。

则对于一个权值\(i\),若其满足\(f_{lc,i}>0\),就说明这个权值在左子树中。

下面便以在左子树中的权值\(i\)为例,讲讲\(f_{x,i}\)如何转移,而在右子树中是同理的。

我们知道,有\(p_x\)的概率,\(x\)的权值取较大值,则此时\(i\)应大于右儿子的权值,即概率为\(p_x(\sum_{k=1}^{i-1}f_{rc,k})\)。

同理,有\((1-p_x)\)的概率,\(x\)的权值取较小值,则此时\(i\)应小于右儿子的权值,即概率为\((1-p_x)(\sum_{k=i+1}^mf_{rc,k})\)。

而这个概率实际上还要乘上\(f_{lc,i}\),所以:

\[f_{x,i}=f_{lc,i}\cdot(p_x(\sum_{k=1}^{i-1}f_{rc,k})+(1-p_x)(\sum_{k={i+1}}^mf_{rc,k}))
\]

线段树分治

仔细观察上面的式子,就可以发现,\(\sum_{k=1}^{i-1}f_{rc,k}\)和\(\sum_{k={i+1}}^mf_{rc,k}\)分别是前缀和与后缀和。

现在我们需要一个数据结构,能够维护数组之间的转移,还在前缀和与后缀和的维护方面有优势,于是不难想到动态开点线段树。

而这个转移的过程,可以用线段树合并来实现。

用线段树合并有什么好处呢?

就是在线段树合并的过程中,我们可以同时维护下\(f_{lc}\)和\(f_{rc}\)的前缀和与后缀和,这样就能很方便地进行转移了。

当遇到某一个节点,在一棵树中为空,一棵树中非空,我们就可以借助维护下的前缀和与后缀和,打一个乘法标记,便可完成转移了。

具体实现详见代码。

代码

#include<bits/stdc++.h>
#define Tp template<typename Ty>
#define Ts template<typename Ty,typename... Ar>
#define Reg register
#define RI Reg int
#define Con const
#define CI Con int&
#define I inline
#define W while
#define N 300000
#define LN 20
#define X 998244353
#define add(x,y) (e[++ee].nxt=lnk[x],e[lnk[x]=ee].to=y)
using namespace std;
int n,ee,dc,a[N+5],dv[N+5],Rt[N+5],lnk[N+5];struct edge {int to,nxt;}e[N+5];
I int Qpow(RI x,RI y) {RI t=1;W(y) y&1&&(t=1LL*t*x%X),x=1LL*x*x%X,y>>=1;return t;}
class FastIO
{
private:
#define FS 100000
#define tc() (A==B&&(B=(A=FI)+fread(FI,1,FS,stdin),A==B)?EOF:*A++)
#define tn (x<<3)+(x<<1)
#define D isdigit(c=tc())
char c,*A,*B,FI[FS];
public:
I FastIO() {A=B=FI;}
Tp I void read(Ty& x) {x=0;W(!D);W(x=tn+(c&15),D);}
}F;
template<int PS> class SegmentTree//动态开点线段树
{
private:
#define PD(x) F[x]^1&&\
(\
V[S[x][0]]=1LL*V[S[x][0]]*F[x]%X,F[S[x][0]]=1LL*F[S[x][0]]*F[x]%X,\
V[S[x][1]]=1LL*V[S[x][1]]*F[x]%X,F[S[x][1]]=1LL*F[S[x][1]]*F[x]%X,F[x]=1\
)
int Nt,V[PS+5],F[PS+5],S[PS+5][2];
public:
I void Ins(int& rt,CI x,CI l=1,CI r=dc)//插入
{
if(rt=++Nt,V[rt]=F[rt]=1,l==r) return;int mid=l+r>>1;
x<=mid?Ins(S[rt][0],x,l,mid):Ins(S[rt][1],x,mid+1,r);
}
I int Qry(CI rt,CI x,CI l=1,CI r=dc)//询问
{
if(l==r) return V[rt];int mid=l+r>>1;PD(rt);
return x<=mid?Qry(S[rt][0],x,l,mid):Qry(S[rt][1],x,mid+1,r);
}
I int Merge(CI x,CI y,CI p,CI l=1,CI r=dc,CI lx=0,CI rx=0,CI ly=0,CI ry=0)//线段树合并
{
if(!x&&!y) return 0;RI rt=++Nt;//皆为空直接返回
if(!y) return PD(x),F[rt]=(1LL*p*ly+1LL*(1-p+X)*ry)%X,//修改,注意修改前下传标记
V[rt]=1LL*F[rt]*V[x]%X,S[rt][0]=S[x][0],S[rt][1]=S[x][1],rt;//拷贝信息
if(!x) return PD(y),F[rt]=(1LL*p*lx+1LL*(1-p+X)*rx)%X,//修改,注意修改前下传标记
V[rt]=1LL*F[rt]*V[y]%X,S[rt][0]=S[y][0],S[rt][1]=S[y][1],rt;//拷贝信息
int mid=l+r>>1;PD(x),PD(y),F[rt]=1,//先下传标记
S[rt][0]=Merge(S[x][0],S[y][0],p,l,mid,lx,(rx+V[S[x][1]])%X,ly,(ry+V[S[y][1]])%X),//递归处理左子树
S[rt][1]=Merge(S[x][1],S[y][1],p,mid+1,r,(lx+V[S[x][0]])%X,rx,(ly+V[S[y][0]])%X,ry);//递归处理右子树
return V[rt]=(V[S[rt][0]]+V[S[rt][1]])%X,rt;//注意上传信息
}
};SegmentTree<N*LN<<1> S;
I void dfs(CI x)
{
if(!lnk[x]) return S.Ins(Rt[x],lower_bound(dv+1,dv+dc+1,a[x])-dv);//处理叶节点,注意离散化
for(RI i=lnk[x];i;i=e[i].nxt) dfs(e[i].to),//先处理子节点
Rt[x]=Rt[x]?S.Merge(Rt[x],Rt[e[i].to],a[x]):Rt[e[i].to];//合并子节点
}
int main()
{
RI i,x,ans;for(F.read(n),i=1;i<=n;++i) F.read(x),x&&add(x,i);
for(i=1;i<=n;++i) F.read(a[i]),lnk[i]?(a[i]=1LL*a[i]*Qpow(10000,X-2)%X):(dv[++dc]=a[i]);
sort(dv+1,dv+dc+1),dfs(1);//排序
for(ans=0,i=1;i<=dc;++i) x=S.Qry(Rt[1],i),ans=(1LL*i*dv[i]%X*x%X*x+ans)%X;//统计答案
return printf("%d",ans),0;
}

【洛谷5298】[PKUWC2018] Minimax(树形DP+线段树合并)的更多相关文章

  1. [BZOJ5461][LOJ#2537[PKUWC2018]Minimax(概率DP+线段树合并)

    还是没有弄清楚线段树合并的时间复杂度是怎么保证的,就当是$O(m\log n)$吧. 这题有一个显然的DP,dp[i][j]表示节点i的值为j的概率,转移时维护前缀后缀和,将4项加起来就好了. 这个感 ...

  2. 洛谷P3066 [USACO12DEC]逃跑的Barn (线段树合并)

    题目描述It's milking time at Farmer John's farm, but the cows have all run away! Farmer John needs to ro ...

  3. 洛谷P1600 天天爱跑步(线段树合并)

    小c同学认为跑步非常有趣,于是决定制作一款叫做<天天爱跑步>的游戏.<天天爱跑步>是一个养成类游戏,需要玩家每天按时上线,完成打卡任务. 这个游戏的地图可以看作一一棵包含 nn ...

  4. 洛谷P3224 [HNOI2012]永无乡(线段树合并+并查集)

    题目描述 永无乡包含 nnn 座岛,编号从 111 到 nnn ,每座岛都有自己的独一无二的重要度,按照重要度可以将这 nnn 座岛排名,名次用 111 到 nnn 来表示.某些岛之间由巨大的桥连接, ...

  5. 洛谷 P2824 [HEOI2016/TJOI2016]排序 (线段树合并)

    (另外:题解中有一种思路很高妙而且看上去可以适用一些其他情况的离线方法) 线段树合并&复杂度的简单说明:https://blog.csdn.net/zawedx/article/details ...

  6. 洛谷P4556 雨天的尾巴(线段树合并)

    洛谷P4556 雨天的尾巴 题目链接 题解: 因为一个点可能存放多种物品,直接开二维数组进行统计时间.空间复杂度都不能承受.因为每一个点所拥有的物品只与其子树中的点有关,所以可以考虑对每一个点来建立一 ...

  7. LOJ2537 PKUWC2018 Minimax 树形DP、线段树合并

    传送门 题意:自己去看 首先可以知道,每一个点都有几率被选到,所以$i$与$V_i$的关系是确定了的. 所以我们只需要考虑每一个值的取到的概率. 很容易设计出一个$DP$:设$f_{i,j}$为在第$ ...

  8. BZOJ.5461.[PKUWC2018]Minimax(DP 线段树合并)

    BZOJ LOJ 令\(f[i][j]\)表示以\(i\)为根的子树,权值\(j\)作为根节点的概率. 设\(i\)的两棵子树分别为\(x,y\),记\(p_a\)表示\(f[x][a]\),\(p_ ...

  9. LOJ2537. 「PKUWC2018」Minimax【概率DP+线段树合并】

    LINK 思路 首先暴力\(n^2\)是很好想的,就是把当前节点概率按照权值大小做前缀和和后缀和然后对于每一个值直接在另一个子树里面算出贡献和就可以了,注意乘上选最大的概率是小于当前权值的部分,选最小 ...

随机推荐

  1. Docker 私服Registry简介与使用Docker-Compose安装Registry

    场景 Docker-Compose简介与Ubuntu Server 上安装Compose: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/deta ...

  2. ES6中常用的小技巧,用了事半功倍哦

    ES6中常用的小技巧,如果能在实际项目中能使用到,必定事半功倍: 1. 强制要求参数 ES6提供了默认参数值机制,允许你为参数设置默认值,防止在函数被调用时没有传入这些参数. 在下面的例子中,我们写了 ...

  3. Dynamics CRM 2013开始推出的服务器端同步来配置邮件服务

    我是微软Dynamics 365 & Power Platform方面的工程师罗勇,也是2015年7月到2018年6月连续三年Dynamics CRM/Business Solutions方面 ...

  4. 【Android】Android Studio NDK 开发

    Android Studio NDK 开发 记录在Android Studio中NDK简单开发的步骤 用到的Android Studio版本为3.5. 配置NDK 下载NDK 一般在SDK下已经有自带 ...

  5. 为什么 netstat 对某些服务只显示了 tcp6 监听端口

    最近偶尔发现一个比较奇怪的现象,netstat 查看监听的服务端口时,却只显示了 tcp6 的监控, 但是服务明明是可以通过 tcp4 的 ipv4 地址访问的,那为什么没有显示 tcp4 的监听呢? ...

  6. 11.2 Data Guard Physical Standby Switchover Best Practices using SQL*Plus (Doc ID 1304939.1)

    11.2 Data Guard Physical Standby Switchover Best Practices using SQL*Plus (Doc ID 1304939.1) APPLIES ...

  7. s3c2440裸机-代码重定位、清bss的改进和位置无关码

    1.代码重定位的改进 用ldr.str代替ldrb, strb加快代码重定位的速度. 前面重定位时,我们使用的是ldrb命令从的Nor Flash读取1字节数据,再用strb命令将1字节数据写到SDR ...

  8. Nginx + FastCGI + Django在windows上部署及nginx常用命令

    一般应用都是部署在linux系统上,不会在windows上部署,emmm..所以有兴趣的就瞧瞧吧哈哈 nginx工作原理: nginx用于处理静态文件,动态部分经由fastcgi .scgi或uWSG ...

  9. 小程序--log居中 失焦获取表单中的值

    value="{{username}}" 绑定值 值在js文件的data中 pa==>Vant-Weap中表单中的值,不是双向绑定的. 你获取值后, 值并没有在对用的data ...

  10. Redis开发与运维:特性

    Redis 特性 速度快 内存数据库 L1 cache reference 读取CPU的一级缓存 0.5 ns Branch mispredict (转移.分支预测) 5 ns L2 cache re ...