作者: KSkun

[USACO5.1]乐曲主题Musical Themes 题解

[USACO5.1]乐曲主题Musical Themes 题解

题目地址:洛谷:【P2743】[USACO5.1]乐曲主题Musical Themes & 

[BZOJ3683]Falsita 题解

[BZOJ3683]Falsita 题解

题目地址:BZOJ:Problem 3683. — Falsita 题目描述  

计算几何常用算法原理

计算几何常用算法原理

未完,但是因为退役没机会续了。

前置模板

// Code by KSkun, 2018/7
const double EPS = 1e-8, PI = acos(-1);

inline int dcmp(double x) {
    if(fabs(x) < EPS) return 0; else return x < 0 ? -1 : 1;
}

struct Vector {
    double x, y;
    Vector(double x = 0, double y = 0) : x(x), y(y) {}
    inline Vector operator+(const Vector &rhs) const {
        return Vector(x + rhs.x, y + rhs.y);
    }
    inline Vector operator-(const Vector &rhs) const {
        return Vector(x - rhs.x, y - rhs.y);
    }
    inline Vector operator*(const double &rhs) const {
        return Vector(x * rhs, y * rhs);
    }
    inline Vector operator/(const double &rhs) const {
        return Vector(x / rhs, y / rhs);
    }
    inline bool operator==(const Vector &rhs) const {
        return dcmp(x - rhs.x) == 0 && dcmp(y - rhs.y) == 0;
    }
    inline bool operator<(const Vector &rhs) const {
        return dcmp(x - rhs.x) == 0 ? dcmp(y - rhs.y) < 0 : dcmp(x - rhs.x) < 0;
    }
    inline bool operator<=(const Vector &rhs) const {
        return dcmp(x - rhs.x) == 0 ? dcmp(y - rhs.y) <= 0 : dcmp(x - rhs.x) <= 0;
    }
    inline bool operator>(const Vector &rhs) const {
        return dcmp(x - rhs.x) == 0 ? dcmp(y - rhs.y) > 0 : dcmp(x - rhs.x) > 0;
    }
    inline bool operator>=(const Vector &rhs) const {
        return dcmp(x - rhs.x) == 0 ? dcmp(y - rhs.y) >= 0 : dcmp(x - rhs.x) >= 0;
    }
};

typedef Vector Point;

inline double dot(Vector u, Vector v) {
    return u.x * v.x + u.y * v.y;
}

inline double cross(Vector u, Vector v) {
    return u.x * v.y - u.y * v.x;
}

inline double length(Vector v) {
    return sqrt(dot(v, v));
}

inline double angle(Vector u, Vector v) {
    return acos(dot(u, v) / length(u) / length(v));
}

inline Vector rotate(Vector v, double rad) {
    return Vector(v.x * cos(rad) - v.y * sin(rad), v.x * sin(rad) + v.y * cos(rad));
}

struct Line {
    Point p; Vector v;
    Line(Point p = Point(), Vector v = Vector()) : p(p), v(v) {}
};

struct Ray : public Line {
    Ray(Point p = Point(), Vector v = Vector()) : Line(p, v) {}
};

struct Segment : public Line {
    Segment(Point a, Point b) : Line(a, b - a) {}
};

typedef std::vector<Point> Polygon;

struct Circle {
    Point c; double r;
    Circle(Point c = Point(), double r = 0) : c(c), r(r) {}
};

点到直线的射影

算法流程

根据点积的定义,即两个向量的点积等于其中一个向量在另一个向量方向上的投影有向长度乘以另一个向量向量长度。于是我们直接构造向量做点积除以长度即可。

实现

// Code by KSkun, 2018/7
inline Point projection(Line l, Point p) {
    return l.p + l.v * (dot(l.v, p - l.p) / length(l.v));
}

直线与圆的交点

算法流程

联立各自的方程可以得到一个一元二次方程,直接解就好。

实现

这里求得是圆内一点出发的射线与圆的交点。直线的稍微改一改就好。

// Code by KSkun, 2018/7
inline Point intersection(Circle o, Ray l) {
    double x0 = o.c.x, y0 = o.c.y, a = l.p.x, b = l.p.y, c = l.v.x, d = l.v.y;
    double A = c * c + d * d, B = 2 * (a * c - c * x0 + b * d - d * y0), 
        C = a * a - 2 * a * x0 + x0 * x0 + b * b - 2 * b * y0 + y0 * y0 - o.r * o.r;
    double delta = B * B - 4 * A * C;
    double t1 = (-B + sqrt(delta)) / 2 / A, t2 = (-B - sqrt(delta)) / 2 / A;
    if(dcmp(t1) > 0) return l.p + l.v * t1; else return l.p + l.v * t2;
}

转角法、射线法判定点是否在多边形内部

算法流程

对于多边形顶点外的一点P,多边形一条边的转角为该边两点与点P的连线作为角的边,P作为角的顶点构成的一个角。转角可以是钝角、直角或锐角。下图即是AB边对于P的转角$\angle \alpha$的示意图。
转角示意图
注意,转角是有向角度。为了方便,我们一般规定A→B逆时针的角度为正角,顺时针的角度为负角。
我们发现,当所有边对于点P的转角之和为360°(2π)时,这个点一定在多边形内;如果为0°(0)时,这个点一定在多边形外;如果为180°(π)时,这个点一定在多边形的某条边上(若该点所在边对该点的转角视为0)。下面是三种情况的示意图。
P在多边形内部
内部示意图
P在多边形某条边上
边上示意图
P在多边形外部
外部示意图
我们发现,这种方法对多边形的限制非常少,它甚至可以用于凹多边形甚至是产生自交的多边形。然而,如果按照上面的方法实现,会产生较大的精度问题,我们一般采用其他方法实现。
下面介绍比较好实现的射线法。
我们假想从P出发有一条水平向右的射线,来统计多边形的边穿过这条射线多少次,若次数为奇数,则在多边形内部,否则在多边形外部。
下面是两种情况的示意图。
P在多边形内部
内部示意图
P在多边形外部
外部示意图

射线法实现

模板题:

// Code by KSkun, 2018/7
inline bool onSegment(Segment seg, Point p) {
    Point a = seg.p, b = seg.p + seg.v;
    return dcmp(cross(a - p, b - p)) == 0 && dcmp(dot(a - p, b - p)) < 0;
}

inline int inPolygon(Polygon poly, Point p) {
    int wn = 0; int n = poly.size();
    for(int i = 0; i < n; i++) {
        if(onSegment(Segment(poly[i], poly[(i + 1) % n]), p)) return -1;
        int k = dcmp(cross(poly[(i + 1) % n] - poly[i], p - poly[i])),
            d1 = dcmp(poly[i].y - p.y), d2 = dcmp(poly[(i + 1) % n].y - p.y);
        if((k > 0 && d1 <= 0 && d2 > 0) || (k < 0 && d2 <= 0 && d1 > 0)) wn++;
    }
    if(wn & 1) return 1; else return 0;
}

Andrew算法求二维凸包

算法流程

凸包,是指对于给定点集中的点,最小的以点集中一些点为顶点的能够将点集中所有点包含进来的凸多边形。如下图就是该点集的凸包。
凸包示意
下面介绍基于水平序的Andrew算法。我们把点按横纵坐标双关键字升序排列,从排名最小的点开始找凸包。我们依次加入每个点,定义凸包的前进方向为从倒数第二个加入凸包的点指向最后一个加入凸包的点的向量,则加入每个点之前,要从最近加入凸包的点中依次删除,直到新点在前进方向的左侧。
凸包示意1
凸包示意2
如图,我们正在加入H点的时候,前进方向是$\overrightarrow{CG}$,此时H在这个向量的右侧,所以我们删除G点,前进方向变为了$\overrightarrow{IC}$,可以加入了。

实现

模板题:洛谷2742 【模板】二维凸包 / [USACO5.1]圈奶牛Fencing the Cows

// Code by KSkun, 2018/7
inline Polygon convexHull(std::vector<Point> ps) {
    std::sort(ps.begin(), ps.end());
    ps.erase(std::unique(ps.begin(), ps.end()), ps.end());
    Polygon ch; int m = 0;
    for(int i = 0; i < ps.size(); i++) {
        while(m > 1 && dcmp(cross(ch[m - 1] - ch[m - 2], ps[i] - ch[m - 2])) <= 0) {
            ch.pop_back(); m--;
        }
        ch.push_back(ps[i]); m++;
    }
    int k = m;
    for(int i = ps.size() - 1; i >= 0; i--) {
        while(m > k && dcmp(cross(ch[m - 1] - ch[m - 2], ps[i] - ch[m - 2])) <= 0) {
            ch.pop_back(); m--;
        }
        ch.push_back(ps[i]); m++;
    }
    if(ps.size() > 1) ch.pop_back();
    return ch;
}

旋转卡壳

算法原理

首先读好这四个字,旋转卡壳(xuán zhuàn qiǎ ké)。
我们定义一个凸多边形的直径为它顶点中最远点对的距离,旋转卡壳算法就是用来求这个东西的(其实还可以求一些别的奇怪的东西)。
我们来看一下它的原理,如下图(图片来自网络)。
旋转卡壳
对于这个凸多边形的每一条边,我们找到这条边对面的距离这条边最远的点,而这个点可以通过上图的方式来$O(n)$地寻找。
具体而言,我们知道,以该边两顶点与对面一点构成的三角形面积最大的时候,该点为最远点,而我们发现,移动这条边的时候,最远点也会以同种方式在对面移动,因此我们只需要把这个凸多边形的边遍历一遍就可以找到最远点对的距离了。
在实现上,三角形面积不好找,我们就找第一个在$\overrightarrow{A_uA_{u+1}}$向量右侧的向量$\overrightarrow{A_vA_{v+1}}$就好,这个可以用叉积判断。就是另外要算一下平行的情况,这种情况有两个点到这条边最远。
注:顶点编号顺序是逆时针的。

实现

模板题:POJ2187 Beauty Contest

// Code by KSkun, 2018/7
inline double diameter(Polygon poly) {
    int n = poly.size();
    if(n == 1) return 0;
    if(n == 2) return distance(poly[0], poly[1]);
    double res = 0;
    for(int u = 0, v = 1; u < n; u++) {
        for(;;) {
            double diff = cross(poly[(u + 1) % n] - poly[u], poly[(v + 1) % n] - poly[v]);
            if(dcmp(diff) <= 0) {
                res = std::max(res, distance(poly[u], poly[v]));
                if(dcmp(diff) == 0) res = std::max(res, distance(poly[u], poly[(v + 1) % n]));
                break;
            }
            v = (v + 1) % n;
        }
    }
    return res;
}

参考资料

[BZOJ3685]普通van Emde Boas树 题解

[BZOJ3685]普通van Emde Boas树 题解

题目地址:BZOJ:Problem 3685. — 普通van Emde Bo 

[ZJOI2007]粒子运动 题解

[ZJOI2007]粒子运动 题解

题目地址:洛谷:【P4724】[ZJOI2007]粒子运动 – 洛谷、BZOJ 

[SHOI2008]汉诺塔 题解

[SHOI2008]汉诺塔 题解

题目地址:洛谷:【P4285】[SHOI2008]汉诺塔 – 洛谷、BZOJ:Problem 1019. — [SHOI2008]汉诺塔

题目描述

汉诺塔由三根柱子(分别用A、B、C表示)和n个大小互不相同的空心盘子组成。一开始n个盘子都摞在柱子A上,大的在下面,小的在上面,形成了一个塔状的锥形体。
hanoi
对汉诺塔的一次合法的操作是指:从一根柱子的最上层拿一个盘子放到另一根柱子的最上层,同时要保证被移动的盘子一定放在比它更大的盘子上面(如果移动到空柱子上就不需要满足这个要求)。我们可以用两个字母来描述一次操作:第一个字母代表起始柱子,第二个字母代表目标柱子。例如,AB就是把柱子A最上面的那个盘子移到柱子B。汉诺塔的游戏目标是将所有的盘子从柱子A移动到柱子B或柱子C上面。
有一种非常简洁而经典的策略可以帮助我们完成这个游戏。首先,在任何操作执行之前,我们以任意的次序为六种操作(AB、AC、BA、BC、CA和CB)赋予不同的优先级,然后,我们总是选择符合以下两个条件的操作来移动盘子,直到所有的盘子都从柱子A移动到另一根柱子:

  1. 这种操作是所有合法操作中优先级最高的;
  2. 这种操作所要移动的盘子不是上一次操作所移动的那个盘子。

可以证明,上述策略一定能完成汉诺塔游戏。现在你的任务就是假设给定了每种操作的优先级,计算按照上述策略操作汉诺塔移动所需要的步骤数。

题意简述

汉诺塔问题的六种操作设定优先级后求最优方案步骤数。

输入输出格式

输入格式:
输入有两行。第一行为一个整数n(1≤n≤30),代表盘子的个数。第二行是一串大写的ABC字符,代表六种操作的优先级,靠前的操作具有较高的优先级。每种操作都由一个空格隔开。

输出格式:
只需输出一个数,这个数表示移动的次数。我们保证答案不会超过10的18次方。

输入输出样例

输入样例#1:

3
AB BC CA BA CB AC

输出样例#1:

7

输入样例#2:

2
AB BA CA BC CB AC

输出样例#2:

5

说明

对于20%的数据,n ≤ 10。 对于100%的数据,n ≤ 30。

题解

参考资料:BZOJ 1019 [SHOI2008]汉诺塔 – AI_Believer – 博客园
考虑操作次序的时候,我们并无法直接拿汉诺塔问题的模型直接来做了,需要一些转化。
我们用递推的思路解决这个问题,对柱子编号为1、2、3,设计DP状态为$g[x][i]$表示柱子$x$上有$i$个盘子时,最优方案中把所有$i$个盘子都移到哪个柱子上,而$f[x][i]$的定义与上面的前提相同,记录的是最优方案中都移动到目标柱子的最少步数。
由于操作有优先顺序,在设计初始状态,即$f[x][1]$与$g[x][1]$时需要考虑这个问题,对于每个$x$,设置优先度较大的目标柱$y$为$g[x][1]$的值即可,$f[x][1]=1$。
现在我们考虑如何做转移,对于一个状态$(x, i)$,我们要把前面$i-1$个盘子移动到$y=g[x][i-1]$上,把最大的1个盘子移动到$z=6-x-y$上,然后最后把这些盘子都放进最优解的目标柱上。我们分两种情况讨论:

  1. $g[y][i-1]=z$,此时,我们只需要把$y$上的$i-1$个盘子直接移向$z$即可,答案为
    $$\begin{aligned} g[x][i]&=z \\ f[x][i]&=f[x][i-1]+1+f[y][i-1] \end{aligned}$$
  2. $g[y][i-1]=x$,此时,我们先把$i-1$从$y$移动到$x$上,然后把$z$上的一个盘子移动到$y$上,再把$x$上的$i-1$个盘子移动到$y$上,这就是最优方案,答案为
    $$\begin{aligned} g[x][i]&=y \\ f[x][i]&=f[x][i-1]+1+f[y][i-1]+1+f[x][i-1] \end{aligned}$$

答案就是$f[1][n]$了。这样做的复杂度是$O(n)$的。

不过听说还有一种思路,就是原来的汉诺塔问题的步骤数递推式是$d_i=2d_{i-1}+1$,现在可以证明步骤数递推式是$d_i=ad_{i-1}+b$形式的,暴力求出$d_1, d_2, d_3$就可以求出$a, b$,然后递推过去。复杂度也是$O(n)$的,只不过我不会证明那个结论。

代码

// Code by KSkun, 2018/7
#include <cstdio>
#include <cctype>
#include <cstring>

#include <algorithm>

typedef long long LL;

inline char fgc() {
    static char buf[100000], *p1 = buf, *p2 = buf;
    return p1 == p2 && (p2 = (p1 = buf) + fread(buf, 1, 100000, stdin), p1 == p2)
        ? EOF : *p1++;
}

inline LL readint() {
    register LL res = 0, neg = 1; register char c = fgc();
    for(; !isdigit(c); c = fgc()) if(c == '-') neg = -1;
    for(; isdigit(c); c = fgc()) res = (res << 1) + (res << 3) + c - '0';
    return res * neg;
}

inline bool isABC(char c) {
    return c == 'A' || c == 'B' || c == 'C';
}

inline char readABC() {
    char c;
    while(!isABC(c = fgc())) {}
    return c;
}

const int MAXN = 35;

int n, g[4][MAXN];
LL f[4][MAXN];

int main() {
    n = readint();
    for(int i = 1; i <= 6; i++) {
        int u = readABC() - 'A' + 1, v = readABC() - 'A' + 1;
        if(!f[u][1]) {
            f[u][1] = 1; g[u][1] = v;
        }
    }
    for(int i = 2; i <= n; i++) {
        for(int x = 1; x <= 3; x++) {
            int y = g[x][i - 1], z = 6 - x - y;
            f[x][i] = f[x][i - 1] + 1;
            if(z == g[y][i - 1]) {
                f[x][i] += f[y][i - 1];
                g[x][i] = z;
            } else {
                f[x][i] += f[y][i - 1] + 1 + f[x][i - 1];
                g[x][i] = y;
            }
        }
    }
    printf("%lld", f[1][n]);
    return 0;
}
Codeforces Round #493 (Div. 2) 赛后总结

Codeforces Round #493 (Div. 2) 赛后总结

比赛地址:Dashboard – Codeforces Round #493  

[NOI2014]随机数生成器 题解

[NOI2014]随机数生成器 题解

题目地址:洛谷:【P2354】[NOI2014]随机数生成器 – 洛谷、BZO 

[APIO2014]连珠线 题解

[APIO2014]连珠线 题解

题目地址:洛谷:【P3647】[APIO2014]连珠线 – 洛谷、BZOJ:Problem 3677. — [Apio2014]连珠线

题目描述

在达芬奇时代,有一个流行的儿童游戏称为连珠线。当然,这个游戏是关于珠子和线的。线是红色或蓝色的,珠子被编号为 1 到 n 。这个游戏从一个珠子开始,每次会用如下方式添加一个新的珠子:
Append(w, v):一个新的珠子 w 和一个已经添加的珠子 v 用红线连接起来。
Insert(w, u, v):一个新的珠子 w 插入到用红线连起来的两个珠子 u, v 之间。具体过程是删去 u, v 之间红线,分别用蓝线连接 u, w 和 w, v 。
每条线都有一个长度。游戏结束后,你的最终得分为蓝线长度之和。
给你连珠线游戏结束后的游戏局面,只告诉了你珠子和链的连接方式以及每条线的长度,没有告诉你每条线分别是什么颜色。
你需要写一个程序来找出最大可能得分。即,在所有以给出的最终局面结束的连珠线游戏中找出那个得分最大的,然后输出最大可能得分。

题意简述

有一种游戏,用珠子和红蓝两种颜色的绳子玩。游戏的初始局面只有一颗珠子,你可以做下面两种操作:

  1. 把一颗新珠子用红线接到局面上已有的珠子上
  2. 在局面上已有的红线连接的两个珠子间用蓝线连接第三颗珠子,同时断掉之前的红线

给你最终局面的样子,但没有说明线分别是什么颜色的,要求你找到一种合法的方案,使得蓝线的长度之和最长。

输入输出格式

输入格式:
第一行一个正整数 n ,表示珠子的数量。珠子从 1 到 n 编号。
接下来 n-1 行每行三个整数 ai,bi,ci 。保证 1≤ai<bi≤n 。 1≤ci≤10000 。表示 ai 号珠子和 bi 号珠子间连了长度为 ci 的线。

输出格式:
输出一个整数,表示最大可能得分。

输入输出样例

输入样例#1:

5
1 2 10
1 3 40
1 4 15
1 5 20

输出样例#1:

60

输入样例#2:

10
4 10 2
1 2 21
1 3 13
6 7 1
7 9 5
2 4 3
2 5 8
1 6 55
6 8 34

输出样例#2:

140

说明

【样例描述1】
可以通过如下方式获得 60 分:首先从 3 号珠子开始。
把 5 和 3 连起来。(线长度任意)
在 3 和 5 之间插入 1 。(线长分别为 40 和 20 )。
把 2 和 1 用长度为 10 的线连起来。
把 4 和 1 用长度为 15 的线连起来。
【限制与约定】
第一个子任务共 13 分,满足 1≤n≤10 。
第二个子任务共 15 分,满足 1≤n≤200 。
第三个子任务共 29 分,满足 1≤n≤10000 。
第四个子任务共 43 分,满足 1≤n≤200000 。

题解

参考资料:bzoj3677【APIO2014】连珠线 – CSDN博客
我们观察到一个特征,如果称两条蓝线中间的点为中间点的话,不存在蓝线是中间点的两个儿子边的情况,只存在蓝线分别连向一个儿子和中间点的父亲的情况。这是显然的,因为从根开始玩这个游戏,每次实际上是在给跟扩充儿子,两条蓝线可以看做之前的一条红线,而这条红线是连接父亲和儿子的,因此只存在一种形态。
观察到这个特征后,我们可以设计一个树形DP,用$dp[u][0]$表示点$u$不作为蓝线的中心点的方案最大值,而$dp[u][1]$表示$u$作为中心点的方案最大值。容易得到以下转移方程
$$ \begin{aligned} dp[u][0] &= \sum_{v \in \mathrm{son}(u)} \max \{ dp[v][0], dp[v][1] + w(u, v) \} \\ dp[u][1] &= \max_{v \in \mathrm{son}(u)} \{ dp[u][0] – \max \{ dp[v][0], dp[v][1] + w(u, v) \} + dp[v][0] + w(u, v) \} \end{aligned} $$
对于树根为每一个点的情况都做一遍DP,取树根的$dp[rt][0]$最大值即为答案,但是每一次DP的复杂度是$O(n)$的,直接枚举根重新DP则会使复杂度达到$O(n^2)$,只有28分。我们需要优化枚举根重新DP的复杂度。
我们考虑讨论换根操作对根处DP值的影响。如果当前根在$u$处,现在,我们将根换为$u$的一个儿子$v$,则会造成如下影响:

  1. $dp[u][0]$与$dp[u][1]$中要删去$v$对其的贡献
  2. $dp[v][0]$与$dp[u][1]$要加入$u$对其的贡献

对于加入贡献与删去$dp[u][0]$中的贡献来说比较好办,只需要进行简单的加减或是类似DP时的更新操作即可,但是$dp[u][1]$并不太好办了,因为这里求了个最大值。我们需要一个次大值,因此需要在第一遍DP的时候把次大值也存起来,这样,在换根的时候就可以用次大值来代替答案。我们考虑用DFS做换根的操作,这样就无需讨论跨很多点换根的情况,换根仅发生在父亲和儿子之间,且可以后退操作。如此,我们实现了$O(1)$的换根操作,把复杂度降为$O(n)$了。
实现上,有一种简化的方法,即在处理$dp[u][1]$的时候不把$dp[u][0]$加进去,需要用到的时候再加进去。

代码

// Code by KSkun, 2018/7
#include <cstdio>
#include <cctype>

#include <algorithm>
#include <vector>

typedef long long LL;

inline char fgc() {
    static char buf[100000], *p1 = buf, *p2 = buf;
    return p1 == p2 && (p2 = (p1 = buf) + fread(buf, 1, 100000, stdin), p1 == p2)
        ? EOF : *p1++;
}

inline LL readint() {
    register LL res = 0, neg = 1; register char c = fgc();
    for(; !isdigit(c); c = fgc()) if(c == '-') neg = -1;
    for(; isdigit(c); c = fgc()) res = (res << 1) + (res << 3) + c - '0';
    return res * neg;
}

const int MAXN = 200005;

int n;

struct Edge {
    int to, w;
};

std::vector<Edge> gra[MAXN];
int dp[MAXN][5], ans;

inline void update(int u, int v, int w) {
    if(w >= dp[u][1]) {
        dp[u][2] = dp[u][1]; dp[u][1] = w;
        dp[u][4] = dp[u][3]; dp[u][3] = v;
    } else if(w >= dp[u][2]) {
        dp[u][2] = w; dp[u][4] = v;
    }
}

inline void dfs(int u, int fa) {
    dp[u][1] = dp[u][2] = -2e9;
    for(int i = 0; i < gra[u].size(); i++) {
        int v = gra[u][i].to;
        if(v == fa) continue;
        dfs(v, u);
        int w = std::max(dp[v][0], dp[v][0] + dp[v][1] + gra[u][i].w);
        dp[u][0] += w;
        update(u, v, dp[v][0] + gra[u][i].w - w);
    }
}

inline void dfs1(int u, int fa) {
    ans = std::max(ans, dp[u][0]);
    for(int i = 0; i < gra[u].size(); i++) {
        int v = gra[u][i].to;
        if(v == fa) continue;
        int bdp0 = dp[v][0], bdp1 = dp[v][1], bdp2 = dp[v][2], bdp3 = dp[v][3], bdp4 = dp[v][4];
        int w = std::max(dp[v][0], dp[v][0] + dp[v][1] + gra[u][i].w),
            t = dp[u][3] == v,
            dp0 = dp[u][0] - w,
            nw = std::max(dp0, dp[u][0] + dp[u][t + 1] - w + gra[u][i].w);
        dp[v][0] += nw;
        update(v, u, dp0 + gra[u][i].w - nw);
        dfs1(v, u);
        dp[v][0] = bdp0; dp[v][1] = bdp1; dp[v][2] = bdp2; dp[v][3] = bdp3; dp[v][4] = bdp4;
    }
}

int main() {
    n = readint();
    for(int i = 1, u, v, w; i < n; i++) {
        u = readint(); v = readint(); w = readint();
        gra[u].push_back(Edge {v, w});
        gra[v].push_back(Edge {u, w});
    }
    dfs(1, 0);
    dfs1(1, 0);
    printf("%d", ans);
    return 0;
}
回文自动机原理与实现

回文自动机原理与实现

概述 回文自动机(简称PAM,又称回文树,Palindromic Tree)是一种用于处理