2023CCPC深圳Zeoykkk

有一棵\(n\)个点的树,\(m\)个叶子,编号为\(1~m\)。两人在树上博弈,均从根出发,轮流行动,每次走向一个当前所在节点的子节点,如果在叶子就不移动。最终如果两人所在叶子编号一个是另一个\(+1\)(\(\bmodm\)意义下),则\(+1\)的一方获胜。\(m

首先后手是一定不败的,因为后手可以始终跟着先手,最终达到相同的叶子节点。

那么现在考虑什么样的情况下后手必胜。记\(S_x\)代表\(x\)子树内叶子节点的集合,\(T_x\)代表\(x\)子树内叶子节点\(+1\)的集合。假设先手在\(x\),后手在\(y\),且\(dep[x]=dep[y]\),其中\(dep[x]\)代表\(x\)的深度。

如果\(T_x\nsubseteqS_y\),则先手一定可以一直向不存在于\(S_y\)中的叶子节点移动,因为\(y\)也只能往下移动到\(y'\),并且\(S_y'\subseteqS_y\),所以后手永远无法移动到获胜的叶子节点处。

所以后手的移动要始终保证\(T_x\subseteqS_y\),也就是说,当先手从\(x\)移动到其儿子时,对于\(x\)的每个儿子\(x'\)一定存在唯一的\(y\)的儿子\(y'\),使得\(T_{x'}\subseteqS_{y'}\)。根据该性质,定义\(dfs(x,y,fx,fy)\)代表先手在\(x\),后手在\(y\),且\(x\)的父亲为\(fx\),\(y\)的父亲为\(fy\)时,后手是否必胜。枚举所有合法的\(x'\)和\(y'\)递归解决即可。因为如果后手必胜,每个\(x'\)一定存在唯一的\(y\)的儿子\(y'\),所以只有\(O(m)\)种结果,所以复杂度为\(O(m\logn)\),其中的\(\logn\)是通过map来确定与\(x'\)对应的\(y'\)。注意当某个人已经到叶子节点的时候,直接退出即可。至于为什么\(x'\)一定存在唯一的\(y\)的儿子\(y'\),下面的方法可以回答。

不妨考虑在\([1,n]\)中选择两种颜色,若选择的两种颜色的出现次数分别为\(x,y\),存在以下\(2\)种情况:

若\(\text{highbit}(x)=\text{highbit}(y)\),其中\(\text{highbit}(x)\)代表\(x\)在二进制下最高的\(1\)所在位,记\(t=\text{highbit}(x)\)。

不难证明,在区间\([1,n]\)不断缩减的过程中(要么\(x\)减少\(1\),要么\(y\)减少\(1\)),一定存在某个时刻,使得在当前区间中某一个颜色的出现次数的\(\text{highbit}\)仍为\(t\),而另一个颜色的出现次数恰好为\(2^t-1\)。此时两种颜色的出现次数的二进制或最大,等于\(2^{t+1}-1\)。

贪心的,只需要选择\([1,n]\)中出现次数最多、次多的两种颜色即可。

若\(\text{highbit}(x)\neq\text{highbit}(y)\),记\(t=\text{highbit}(x\\&\y)\)。

不难证明,在区间\([1,n]\)不断缩减的过程中(要么\(x\)减少\(1\),要么\(y\)减少\(1\)),一定存在某个时刻,使得在当前区间中某一个颜色的出现次数仍\(\geq2^t\),而另一个颜色的出现次数恰好为\(2^t-1\),并且\(x,y\)高于\(t\)位的二进制不会改变。此时两种颜色的出现次数的二进制或最大,等于\(x\midy\mid2^{\text{highbit}(x\\&\y)}-1\)。

综上,假设\([1,n]\)中出现次数最多、次多的颜色出现次数分别为\(x,y\),则答案一定为\(x\midy\mid2^{\text{highbit}(x\\&\y)}-1\),注意特判\(\text{highbit}(x\\&\y)=0\)的情况。

#includeusingnamespacestd;#defineall(x)(x).begin(),(x).end()#defineSZ(x)((int)(x).size())#defineintlonglong#definepbpush_back#defineendl'\n'usingll=longlong;constllmod=1000000007;constllINF=1ll<<60;constintinf=1<<30;constintN=200010;voidsolve(){intn;cin>>n;vectorc(n+1);intmx=0,sc=0;for(inti=1;i<=n;++i){intx;cin>>x;c[x]+=1;}sort(c.begin()+1,c.begin()+n+1,greater<>());intx=c[1],y=c[2];if(__lg(x)==__lg(y)){cout<<(1<<__lg(x)+1)-1<>Test;while(Test--)solve();return0;}K.QuadKingdomsChess给定两个序列\(a,b\),根据以下规则,判断最后结果是否平局:

双方只从序列开头拿数字,假设序列\(a,b\)首元素分别为\(x,y\),则:

重复该过程,直到存在一方序列为空。

如果双方序列最终都为空,则平局,否则仍有剩余元素的一方获胜。

存在\(q\)次询问,每次单点修改后,询问最后结果是否平局。

\(|a|,|b|,q\leq10^5,a_i,b_i\leq10^5\)。

显然我们只关心最大值,并且如果平局,则两个序列最大值必须相同,记\(a\)中最大值第一次出现位置为\(x\),\(b\)中为\(y\),则\(a[1,x]\)和\(b[1,y]\)最后一定会平局,我们不必关心淘汰的过程,因为\(a_x\)和\(b_y\)都是最大值且相同,所以结果是固定的。然后我们继续找\(a[x+1,|a|]\)和\(b[y+1,|b|]\)中的最大值,判断是否相同,然后重复该过程即可判断\(a[1,|a|]\)和\(b[1,|b|]\)是否平局。

不难发现,我们寻找的位置一定是后缀最大值的位置,即令\(sufMax[i]\)代表序列\(a[i,n]\)中的最大值,则我们关心的位置一定是\(a_i=sufMax_i\)的位置。

并且最终平局的话,\(a_{|a|},b_{|b|}\)一定是必选的,观察后发现选择的位置一定是以序列末尾为起点的单调不减的子序列,记作\(T\)。例如\(\{2,3,5,4,1,2,1\}\),则选择的位置构成的子序列为\(\{5,4,2,1\}\),从右往左看单调不减。那么若最终平局,当且仅当\(T_a=T_b\)成立。

因为存在单点修改,我们只需要通过线段树分别维护子序列\(T_a,T_b\)的异或哈希即可,具体的:

以序列\(a\)为例,假设线段树上节点\(i\)所代表区间为\(a[l,r]\),则该节点维护的信息为以\(a[r]\)为起点的\(a[l,r]\)中单调不减的子序列的哈希值,即\(T_{a[l,r]}\)所代表的哈希值,记作\(shs[i]\);同时维护区间最大值\(mx\)。

考虑左右儿子如何合并,即如何合并\(T_{a[l,mid]}\)和\(T_{a[mid+1,r]}\)成\(T_{a[l,r]}\),定义\(ls\)代表节点\(i\)的左儿子,\(rs\)代表节点\(i\)的右儿子,则有:

如果\(mx[ls]

如果\(mx[ls]\geqmx[rs]\),则\(T_{a[l,r]}\)中仍有部分元素在\(T_{a[l,r]}\)中,需要找到\(a[l,mid]\)中从右数起第一个\(\geqmx[rs]\)的位置\(x\),则\(T_{a[l,r]}=T_{a[l,x]}+T_{a[mid+1,r]}\),即\(shs[i]=\text{qry}(l,mid,mx[rs])+shs[rs],mx[i]=mx[ls]\)。

其中\(\text{qry}(l,r,k)\)代表\(T_{a[l,x]}\)的哈希值,其中\(x\)为\(a[l,r]\)中从右数起第一个\(\geqk\)的位置,具体的实现类似P4198楼房重建通过线段树上二分实现:

由于合并的复杂度为\(O(\logn)\),则总复杂度为\(O(n\log^2n)\)。

根据期望的线性性,定义\(T_i\)代表第\(i\)次操作新增的叶子节点的集合,\(T\)代表操作完\(K\)次后的节点集合,即\(T=\{1\}+T_1+T_2+\dots+T_K\),则有:

定义\(ans(i)\)代表第\(i\)次操作新增的叶子节点的深度和的期望,即\(ans(i)=E(\sum_{v\inT_i}dep(v))\)。

定义\(cnt(i)\)代表第\(i\)次操作后叶子节点个数,则有\(cnt(i)=(M-1)\timesi+1\),\(cnt(0)=1\).

定义\(f(i)\)代表第\(i\)次操作后叶子节点的深度和的期望,即\(f(i)=\sum_{j=1}^{cnt_i}E(dep(v_j))\),其中\(v_j\)是第\(i\)次操作后的叶子节点,显然\(f(0)=0\)。

\(ans(i)\)可以根据第\(i-1\)次操作之后的叶子节点的深度得到,即:

\(f(i)\)等于\(f(i-1)\)加上新增的\(ans(i)\),然后再减去减少的叶子节点的深度的期望和,即:

\(O(K+\logV)\)预处理所有\(cnt(i)\)的逆元即可。

简单的来说令\(prod[i]=\prod_{j=1}^icnt(j),iprod[i]=(\prod_{j=1}^icnt(j))^{-1}\)。

先\(O(K)\)得到\(prod\)后,通过快速幂得到\(iprod[K]\)后,根据\(iprod[i]=iprod[i+1]\timescnt(i+1)\),可以\(O(K)\)递推出\(iprod\)。所以\((cnt(i))^{-1}=prod[i-1]\timesiprod[i]\)。

不难发现\(M\)与复杂度没有关系,本质上\(M\leq100\)用来保证\(cnt(i)\)在模\(10^9+9\)意义下存在逆元。

THE END
1.CCP判断树质疑论文集第七届HACCP研讨会HACCP研讨会核心提示:CCP判断树中的一些提问之间,重复而且矛盾,令运用其进行判定CCP点的人无所适从。本文结合实例对其进行了分析,指出其不妥之处,建议修正判断树存在的问题。 秦皇岛局综合业务处 张苒 山海关办事处 李效峰 徐生 摘要:CCP判断树中的一些提问之间,重复而且矛盾,令运用其进行判定CCP点的人无所适从。本文结合实...https://www.foodmate.net/haccp/7/lunwenji/287.html?t=1420599604557
2.CCP判断树是确定关键控制点的唯一方法。借助CCP 判断树 prefix="o" ns="urn:schemas-microsoft-com:office:office" ?xml:namespace> B. 请专家指导和咨询 C. 结合实际经验进行综合分析与判断 D. 照搬其他公司同类加工产品制订的关键控制点 prefix="o" ns="urn:schemas-microsoft-com:office:office" ?xml:namespace> 查看完整题目与答案 【单...https://www.shuashuati.com/ti/ee19e4e08d4d4048b99ee976e8a4f4a5.html?fm=bdbds94e032914316bb6847a5cb434c93c7d0
3.南京农业大学2012年硕士研究生招生考试大纲——341农业知识综合三...2.CCP判断树 重点:CCP判断树。 第四节建立关键限值 1.关键限值的概念 2.关键限值的确定方法 3.操作限值 重点:关键限制的确定方法 第五节关键控制点的监控 1.监控的方法 2.监控人员的要求 重点:监控的要求 第六节纠正措施 1.制定纠偏行动计划 http://www.kaoboinfo.com/Article/yxxx/zyjs/348746.html
4.最新版HACCP判断树(40页)危害风险分析和CCP判断 一.风险评估方法 Risk assessment methos. 可能性判断likelihood 级别Grade 分值Score 不可能发生理论上的可能性曾经发生过 C低 1 7 B中 2 ? A高 3 ? 危害的严重性severity 级别Grade 分值Score 不确定会造成慢性的 疾病或轻微的伤害非急重性伤害急重性伤害或致 命低Low 1 ? 中 Mid...https://max.book118.com/html/2021/1106/5044200204004101.shtm
5.决策树学习笔记输入的是m个样本,样本输出集合为D,每个样本有n个离散特征,特征集合即为A,输出为决策树T。 算法的过程为: 1)初始化信息增益的阈值? 2)判断样本是否为同一类输出Di,如果是则返回单节点树T。标记类别为Di 判断特征是否为空,如果是则返回单节点树T,标记类别为样本中输出类别D实例数最多的类别。 https://www.jianshu.com/p/9b35f9c7f6fd?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation
6.ISO22000:2005标准解读7.6.2关键控制点(CCPS)的确定CCP判断树通过回答下列4个问题来帮助判断CCP。 问题1:对已确定的危害,在本步或随后的加工步骤是否有相应的控制措施? 如果回答是,则问问题2。 如果在加工中不能确定控制措施控制危害,回答否。 如果回答否,接着问:对安全来说,在这步控制是必需的吗?如果也回答否,该步骤不是关键控制点,转移到下一个危害或有显著...http://www.eshian.com/sat/news/11435/
7.管理系统中的计算机应用(本科)笔记管理过程就是信息的收集、传递、加工。判断、决策的过程。企业系统的全部活动可概括为两大类:生产活动和管理活动,围绕着生产活动,执行着决策、计划和指挥职能。生产活动中流动的是物,而管理活动中流动的是信息。 物流和信息流的关系:物流是生产经营活动的主体流动,信息流伴随着物流产生,反映物流的状况。管理人员通过信...http://read.cucdc.com/cw/82661/67320.html
1.华为技术和北大申请数据流的特征确定方法等专利,能实时准确确定平滑...金融界2024年11月28日消息,国家知识产权局信息显示,华为技术有限公司和北京大学申请一项名为“数据流的特征确定方法、装置、设备及存储介质”的专利,公开号CN 119030902 A,申请日期为 2023 年 5 月。 专利摘要显示,本申请提供了一种数据流的特征确定方法、装置、设备及存储介质。在实施例中,接收数据流,数据流包括元...https://www.163.com/dy/article/JI3JPF1Q0519QIKK.html
2.食品公司CCP判断树.docx食品公司CCP判断树问题1是否有控制危害的措施问题1是否有控制危害的措施否是改进步骤、工艺或产品否是改进步骤、工艺或产品是本步骤的控制对于食品安全是民要的吗?是本步骤的控制对于食品安全是民要的吗?否否终止不是CCP终止不是CCP是问题2该步骤是否能消除危害或将其降低到可接受水平?是问题2该步骤是否能消除危害...https://m.renrendoc.com/paper/228541551.html
3.CCP判断树需要按序回答判定的问题是什么?CCP判断树需要按序回答判定的问题是什么? 正确答案 ⑴该加工步骤是否存在危害,是什么危害; ⑵对已确定的危害是否采取了预防措施; ⑶采取的预防措施是否能消除危害或将危害减少到可接受的水平; ⑷危害是否有可能增加到不可接受的水平; ⑸后道工序或措施能否消除危害或将其减少到可接受水平。https://www.examk.com/p/1808173960.html
4.水产品HACCP指南中的CCP的判断树CCP判断树问题1:这一步是否包括一个足够危险的危害,并且保证严格控制是否不是关键控制点问题2:在这一步中存在危害控制措施吗?是否修改步骤,加工或产品对安全来说这一步控制是必需的吗?是否不是一个关键控制点停止*问题3:阻止、消除或降低对消费者危害,在这一步控制是必需的吗?是否不是关键控制点停止*关键控制点...https://doc.mbalib.com/m/view/12157618ac81a72feec012179edf8aea.html
5.应用FDA判断树分析三种主要白玉菇食品生产的关键控制点依照四问判断树法,将符合以下两种判断树决策的步骤设为CCP:(1)问题1和问题1均判为是(Q1、Q2均判为Y);(2)问题1、问题2、问题3和问题4依次判为是、否、是和否(Q1判为Y、Q2判为N、Q3判为Y、Q4判为N)。研究发现,鲜食白玉菇的生产链的十个可控步骤——培养料配制、装瓶、灭菌、接种、发菌、后熟、...https://wap.cnki.net/huiyi-ZGVL201908001281.html
6.食品安全法考试试卷(全文)6、( ) Codex判断树是: A、决定控制测量的方法 B、确认关键危害的方法 C、说明关键限值的技术 D、确定某环节是否CCP的一系列问题 7、( )糕点食品加工企业应具备哪些基本管理体系能有效保证终产品安全 A)GMP、SSOP、HACCP B)GMP、ISO、HACCP C)HACCP D)ISO、SSOP、HACCP 8、( )冷冻升华干燥的最大优点是:...https://www.99xueshu.com/w/n9u0wzsnx6ht.html
7.HACCP确定关键控制点企业动态确定CCP的方法很多,常用的是“CCP判断树表”,也可以用危害发生的可能性及严重性来确定。用“CCP判断树表”来确定CCP是通过回答四个问题来判断该点(步骤或过程)是否为CCP的(图11—2)。 CCP判断树是判断关键控制点的有用工具,判断树中四个互相关连的问题,构成判断的逻辑方法。 https://www.biomart.cn/news/16/2792745.htm
8.天津科技大学研招网HACCP研究;HACCP计划;HACCP体系;HACCP工作小组;直线型、模块型和通用型HACCP方案;HACCP加工流程图;显著危害和非显著危害;CCP判断树;关键控制点的关键限值与操作限值;纠偏。 3.3建立HACCP体系的步骤 4建立HACCP体系的条件与前提方案 4.1一般管理规范 4.2 ISO 9000质量管理体系 ...https://apps.eol.cn/138/article/781451.html
9.判定表与判定树的画法当然体系审核和许可审核并不可混为一谈,但是该标准至少可以帮助我们建立关键控制点的概念和判定,下面我们看一下ccp的判定依据: 判断企业的关键控制点 据此判断树我们可以得知,判断一个企业的关键控制点可以通过几个问题得到:1.企业是否根据产品的加工特点梳理了工序及外来风险(如物理污染、化学危害、生物危害)2.企业是...https://blog.csdn.net/weixin_39558521/article/details/112403051
10.机器学习算法之决策树分类–标点符输出:ID3决策树 对当前样本集合计算出所有属性信息的信息增益 先选择信息增益最大的属性作为测试属性,将测试属性相同的样本转化为同一个子样本 若子样本集的类别属性只含有单个属性,则分支为叶子节点,判断其属性值并标上相应的符号,然后返回调用处,否则对子样本递归调用本算法。 https://www.biaodianfu.com/decision-tree.html