想法其实比较简单, 我们考虑先假设往一个方向一直移动完, 这时候如果某一次移动后悔, 相当于反向走原来的两倍, 我们直接用01背包, 在最坏 O(nm) 的时间内找出能否拼凑出一个值,使得 sum(a)-value = 0 (mod n)ac代码: import sys from collections import deque from heapq import heappop,heappush from math import ceil,inf,sqrt input = sys.stdin.readline def solve(): n,m = map(int, input()....

第I题对于数据，图如下：6 51 2 1002 3 903 4 704 5 503 6 30由于技能可以用无限次，可以先把4到5的边换到 3到4，这样3到4就有了2条边，这2条边都可以通过技能换到2到3同理也可换到1到2，这样算 dist[n] = 150, 按题解的话是 200.也就是说技能使用无限次的话，某一点以及其之后所能走到的所有边，都可以通过多次技能换到前面来，不应该是这么理解吗

http://t.csdnimg.cn/N62x8CSDN链接👆

b的数据坑了多少py提交的罚时， 反正坑了我180+的罚时T o T''

很多大佬都写过这题的题解 我就提供一下python AC的方式吧 离散化过程有两种写法，一种是比较标准的去重、排序加二分，另一种就是比较懒直接用字典存图和用字典vis。 一开始建图对每个连通块的遍历想的是dfs，简单嘛，但爆栈了，加栈后超时，段错误..... 所以改成了bfs， emmm用了queue库的Queue当队列超时，后来想了想这个支持多线程 肯定慢啊QAQ。得改成collections库的deque当队列使用 AC 了。 下面分别给出pypy3离散化 和 字典的代码吧 贴出两种的用时： 离散化的AC代码 import sys from collections import deq...