呃这题的Hint写着splay启发式合并……但是蒟蒻不懂T_T只好写个简单的LCT来蒙混过关，就是时间效率上差劲的很……不过能够一次AC心情也是蛮愉悦的~ 1 /************************************************************** 2 ...
分类：
其他好文 时间：
2015-01-10 12:28:58
阅读次数：
254
搞了这么久发现自己到现在还不会启发式搜索ヾ(?｀Д´?)所以今天正好趁着搜索练习题的风去搞了启发式搜索
A*搜索算法，俗称A星算法。这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。常用于游戏中的NPC的移动计算，或在线游戏的BOT的移动计算上。
该算法像Dijkstra算法一样，可以找到一条最短路径；也像BFS一样，进行启发式的搜索。
在此算法中，如果以 g(n)...
分类：
其他好文 时间：
2014-12-15 09:04:27
阅读次数：
287
一：A*的介绍
A*算法是一种启发式搜索算法，就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无畏的搜索路径，提到了效率。在启发式搜索中，对位置的估价是十分重要的。采用了不同的估价可以有不同的效果。
该算法可以用公式f(n)=g(n)+h(n)表示,其中 f(n) 是从初始点经由节点n到目标点的估价函数，g(n) 是在状态...
分类：
编程语言 时间：
2014-12-14 09:29:46
阅读次数：
305
优化算法入门系列文章目录（更新中）： 1.模拟退火算法 2.遗传算法 遗传算法 ( GA , Genetic Algorithm ) ，也称进化算法 。 遗传算法是受达尔文的进化论的启发，借鉴生物进化过程而提出的一种启发式搜索算法。因此在介绍遗传算法前有必要简单的介绍生物进化知识。一.进化论知...
分类：
编程语言 时间：
2014-12-11 12:13:03
阅读次数：
274
在角色扮演或即时战略游戏中,经常会将角色以最佳的方式走到指定地点。游戏场景的地面情况复杂,而且场面大,若采用盲目式搜索,例如盲目穷举法,则几乎要遍历整个场景,效率非常低,造成角色反应速度过慢,实践证明是一种不适合网络游戏寻路方法。而启发式搜索算法在障碍较少的情况下也显得效率过低。
DDA算法和Bresenham算法是游戏寻路中绘制直线的两种常用算法。
在列举这两算法之前，我先定义坐标的结构...
分类：
编程语言 时间：
2014-12-09 17:53:55
阅读次数：
330
题目大意：给定n个目标串和m个模式串，问这m个模式串每个在多少个目标串中出现过，以及n个目标串每个以最多多少个模式串为子串
我错了……就算用fail树+set启发式合并也优化不到O(nlog^2n)……这题的数据范围相当无解啊
首先将所有名字和点名的字符串全都插进AC自动机
将每个点上开一个set记录这个点是哪些喵星人的名字的前缀
然后建立fail树 沿着fail树从下到上启发式合并
每...
分类：
其他好文 时间：
2014-12-09 09:21:35
阅读次数：
286
题目：http://www.lydsy.com:808/JudgeOnline/problem.php?id=1483分析：先将不同的颜色的出现位置从小到大用几条链表串起来，然后统计一下答案对于每次修改，修改一下答案即可，修改之后需要将两个颜色的链表合并就行了，但感觉似乎会TLE？以下摘录与Hzwe...
分类：
其他好文 时间：
2014-11-30 00:24:46
阅读次数：
284
题目大意：给出一串颜色，有两种操作，1.询问有多少块颜色。2.将一种颜色改变成另一种颜色。
思路：好像和染色什么的比较像，但是看了题解之后发现完全不是那么回事。
对于每一种颜色维护一个链表，然后在修改颜色的时候，暴力修改一种颜色成为另一种颜色，用启发式合并可以保证复杂度不超过O(nlogn)。但是由于是启发式合并，有可能导致你就改了反了颜色，这个时候记录一个映射，然后把修改错的记录下来...
分类：
其他好文 时间：
2014-11-28 18:21:36
阅读次数：
180
题目大意：同3545 强制在线
3545题解传送门：http://blog.csdn.net/popoqqq/article/details/40660953
强制在线没法排序 启发式合并也就用不了了
Kruskal重构树是个挺好玩的东西 可以拿来处理一些最小生成树的边权最值问题
这里我们Kruskal连边时并不直接连边 而是新建一个节点ext 将两个点所在子树都连到ext的儿子上
比如...
分类：
其他好文 时间：
2014-11-21 16:21:43
阅读次数：
252
接上一节课，这一节课的主题是如何利用 Regularization 避免 Overfitting。通过给假设集设定一些限制条件从而避免 Overfitting，但是如果限制条件设置的不恰当就会造成 Underfitting。最后讲述了选择 Regularization 的一些启发式方法。...
分类：
其他好文 时间：
2014-11-09 11:18:36
阅读次数：
129
