主頁 > 軟體設計 > 「總結」樹形DP

「總結」樹形DP

2020-10-05 18:33:52 軟體設計

什么是樹形DP?

概念:

給定一棵有N個節點的樹(通常是無根樹,也就是有N-1條無向邊),我們可以任選一個節點為根節點,從而定義出每個節點的深度和每棵子樹的根,

在樹上設計動態規劃演算法時,一般就以節點從深到淺(子樹從小到大)的順序作為DP的“階段”,DP的狀態表示中,第一維通常是節點編號(代表以該節點為根的子樹),大多數時候,我們采用遞回的方式實作樹形動態規劃,對于每個節點x,先遞回在它的每個子節點上進行DP,在回溯時,從子節點向節點x進行狀態轉移,

如何樹形DP?

樹形DP一般可以解決三類問題:
①最大獨立子集
②樹的重心
③樹的直徑
而這三類問題是樹形dp題的基礎,

最大獨立子集

最大獨立子集的定義是,對于一個樹形結構,所有的孩子和他們的父親存在排斥,也就是如果選取了某個節點,那么會導致不能選取這個節點的所有孩子節點,一般詢問是要求給出當前這顆樹的最大獨立子集的大小(被選擇的節點個數),

最經典的莫過于這道題:

沒有上司的晚會

題目描述
Ural大學有N個職員,編號為1~N,他們有從屬關系,也就是說他們的關系就像一棵以校長為根的樹,父結點就是子結點的直接上司,每個職員有一個快樂指數,現在有個周年慶宴會,要求與會職員的快樂指數最大,但是,沒有職員愿和直接上司一起參加宴會,

輸入格式
第一行一個整數N,(1≤N≤6000)
接下來N行,第i+1行表示i號職員的快樂指數Ri,(-128≤Ri≤127)
接下來N-1行,每行輸入一對整數L,K,表示K是L的直接上司,
最后一行輸入0,0,

輸出格式
第1行:輸出最大的快樂指數,

樣例
樣例輸入
7
1
1
1
1
1
1
1
1 3
2 3
6 4
7 4
4 5
3 5
樣例輸出
5

分析

建立一個二維DP,第一維是節點的編號(也是子樹的根),第二維是這個根節點參加與否,比如dp[3][1]表示以3號節點為子樹的根,當它參會時整棵子樹的快樂指數和;dp[3][0]表示以3號節點為子樹的根,當它不參會時整棵子樹的快樂指數和;這樣就可以滿足最優子結構的性質了,
d p [ i ] [ 0 ] = m a x ( d p [ k ] [ 0 ] , d p [ k ] [ 1 ] ) dp[i][0]=max(dp[k][0],dp[k][1]) dp[i][0]=max(dp[k][0],dp[k][1])

d p [ i ] [ 1 ] = d p [ k ] [ 0 ] + w [ i ] dp[i][1]=dp[k][0]+w[i] dp[i][1]=dp[k][0]+w[i]

注意:本題輸入的是一棵有根樹(制定了節點間的上下關系),故我們需要先找出沒有上司的節點root作為根,DP的目標答案在 m a x ( d p [ r o o t ] [ 1 ] , d p [ r o o t ] [ 0 ] ) max(dp[root][1], dp[root][0]) max(dp[root][1],dp[root][0])中,
時間復雜度為O(n),

#include<cstdio> 
#include<algorithm>
#include<cstring>
#include<vector>
#define max(x,y) x>y?x:y
using namespace std;
const int M=1e5+5;
int a[M];
vector<int> G[M];
bool flag[M];
int dp[M][5];
void read(int &x) {
	x = 0; 
	int f = 1;
	char s = getchar(); 
	while (s > '9' || s < '0') { 
		if (s == '-') f = -1; 
		s = getchar(); 
	}
	while (s >= '0' && s <= '9') { 
		x = (x << 3) + (x << 1) + (s - '0');
		s = getchar(); 
	}
	x *= f;
}//讀優
void dfs(int x){
	dp[x][0]=0,dp[x][1]=a[x];
	for(int i=0;i<G[x].size();i++){
		int id=G[x][i];
		dfs(id);
		dp[x][0]+=max(dp[id][0],dp[id][1]);
		dp[x][1]+=dp[id][0];
	}
}
int main(){
	int n;
	read(n);
	for(int i=1;i<=n;i++){
		read(a[i]);
	}
	for(int i=1;i<n;i++){
		int l,k;
		read(l),read(k);
		G[k].push_back(l);
		flag[l]=true;
	}
	for(int i=1;i<=n;i++){
		if(flag[i]==false){
			dfs(i);
			printf("%d",max(dp[i][1],dp[i][0]));
			return 0;
		}
	}
	return 0;
}
/*
7 
1 1 1 1 1 1 1
1 3 
2 3 
6 4 
7 4 
4 5 
3 5 
0 0 
5
*/  

樹的重心

樹的重心定義為,當把節點x去掉后,其最大子樹的節點個數最少(或者說成最大連通塊的節點數最少),那么節點x就是樹的重心,

在求樹的重心中,有以下幾個定理要用到:

1、洗掉重心后所得的所有子樹,節點數不超過原樹的1/2,一棵樹最多有兩個重心,且相鄰;
2、樹中所有節點到重心的距離之和最小,如果有兩個重心,那么它們距離之和相等;
3、兩個樹通過一條邊合并,新的重心在原樹兩個重心的路徑上;
4、樹洗掉或添加一個葉子節點,重心最多只移動一條邊,

反正現在看了也不懂

先來看一道題:

求樹的重心

題目描述
樹的重心定義為樹的某個節點,當去掉該節點后,樹的各個連通分量中,節點數最多的連通分量其節點數達到最小值,樹可能存在多個重心,如下圖,當去掉點1后,樹將分成兩個連通塊:(2,4,5),(3,6,7),則最大的連通塊包含節點個數為3,若去掉點2,則樹將分成3個部分,(4),(5),(1,3,6,7)最大的連通塊包含4個節點;第一種方法可以得到更小的最大聯通分量,可以發現,其他方案不可能得到比3更小的值了,所以,點1是樹的重心,

輸入格式
輸入:第一行一個整數n,表示樹的結點個數,(n<100)
接下來n-1行,每行兩個數i,j,表示i和j有邊相連,

輸出格式
輸出:第一行一個整數k,表示重心的個數,
接下來K行,每行一個整數,表示重心,按從小到大的順序給出,

樣例
樣例輸入
7
1 2
1 3
2 4
2 5
3 6
3 7
樣例輸出
1
1

分析

因為無根,所以要自己設一個根,這也是樹形dp常用的方法,

??????????????? d p [ i ] = dp[i]= dp[i]= ∑ j ∈ S o n ( i ) \sum_{j∈Son(i)} jSon(i)? d p [ j ] + 1 dp[j]+1 dp[j]+1

那么假設i是重心,在洗掉 i i i之后 m a x ( d p [ j ] ) ( j ∈ S o n ( i ) ) max(dp[j]) (j∈Son(i)) max(dp[j])(jSon(i))還要與i上面的所有節點(可看成一棵子樹)比,也就是 n ? d p [ i ] n-dp[i] n?dp[i],右圖中我們假設2號節點是重心,那么除了他們兒子節點為根的子樹4和5以外,還有1367節點也可看成一棵子樹,所以 f [ i ] = m a x ( m a x ( d p [ j ] ) , n ? d p [ i ] ) f[i] = max(max(dp[j]),n-dp[i]) f[i]=max(max(dp[j]),n?dp[i])(f[i]就是以i為重心的最大子樹節點數),那么答案就是 m i n ( f [ i ] ) ( i ∈ ( 1 n ) ) min(f[i])(i∈(1~n)) min(f[i])(i(1 n))

搜索時,還是遞回到底層,回溯時進行累加,再利用重心的性質,所有
子樹的節點數不超過總節點數的1/2,更新flag的值,就可以找到重心節點了,

代碼
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<vector>
#define max(x,y) x>y?x:y
#define min(x,y) x>y?y:x
using namespace std;
const int M=1e5+5;
vector<int> G[M];
bool flag[M];
int dp[M],siz[M];
int ans=0x3f3f3f3f,cnt;
int n;
void dfs(int x,int y){
	int maxn=0;
	dp[x]=1;
	for(int i=0;i<G[x].size();i++){
		int id=G[x][i];
		if(id!=y){
			dfs(id,x);
			dp[x]+=dp[id];
			maxn=max(maxn,dp[id]);
		}
	}
	maxn=max(maxn,n-dp[x]);
	if(maxn<ans){
		ans=maxn;
		cnt=0;
		siz[++cnt]=x;
	}
	else if(maxn==ans){
		siz[++cnt]=x;
	}
}
void add_edge(int x,int y){
	G[x].push_back(y);
	G[y].push_back(x); 
}
int main(){
	scanf("%d",&n);
	for(int i=1;i<=n-1;i++){
		int l,k;
		scanf("%d %d",&l,&k);
		add_edge(l,k);
	}
	dfs(1,0);
	printf("%d\n",cnt);
	sort(siz+1,siz+1+cnt);
	for(int i=1;i<=cnt;i++){
		printf("%d\n",siz[i]);
	}
	return 0;
}

樹的直徑

給定一棵樹,樹中每條邊都有一個權值,樹中兩點之間的距離定義為連接兩點的路徑邊權之和,樹中最遠的兩個節點(兩個節點肯定都是葉子節點)之間的距離被稱為樹的直徑,連接這兩點的路徑被稱為樹的最長鏈,后者通常也可稱為直徑,

有以下兩棵相同樹,但是根不同:(推薦一個作圖網站這里)
在這里插入圖片描述
在這里插入圖片描述
而兩棵樹的直徑卻是相同的,所以我們還是可以自定根節點
在這里插入圖片描述
不妨設1號節點為根,“N個節點,N-1條邊的無向圖”就可以看作“有根樹”,設d[x]表示從節點x出發走向以x為根的子樹,能夠到達最遠節點的距離,設x的子節點為y1,y2,……,yt,edge(x, y)表示邊權,顯然有:
??????????? d [ x ] = m a x d[x] = max d[x]=max{ d [ y i ] + e d g e ( x , y i ) d[yi] + edge(x, yi) d[yi]+edge(x,yi)} ( 1 ≤ i ≤ t ) (1≤i≤t) (1it)
接下來,我們可以考慮對每個節點x求出“經過節點x的最長鏈的長度”ans[x],整棵樹的直徑就是:
????????????????? m a x max max{ a n s [ x ] ans[x] ans[x]} ( 1 ≤ x ≤ n ) (1≤x≤n) (1xn)

那么,如何求ans[x]呢?我們用鏈式前向星存圖,依次遍歷以x為起點的所有連邊,用已經更新過的d[x]與沒有列舉到的x的連邊之和來更新ans[x]:
a n s [ x ] = m a x ( a n s [ x ] , d [ x ] + d [ y i ] + e d g e ( x , y i ) ) ans[x] = max(ans[x], d[x] + d[yi] + edge(x, yi)) ans[x]=max(ans[x],d[x]+d[yi]+edge(x,yi))
然后再不斷更新
d [ x ] = m a x ( d [ x ] , d [ y i ] + e d g e ( x , y i ) ) d[x] = max(d[x], d[yi] + edge(x, yi)) d[x]=max(d[x],d[yi]+edge(x,yi))

#include<cstdio>
#include<algorithm>
#include<cstring>
#include<vector>
#define max(x,y) x>y?x:y
#define min(x,y) x>y?y:x
using namespace std;
const int M=1e5+5;
struct node{
	int val,t;
	node(){}
	node(int T,int V){
		t=T,val=V;
	}
};
vector<node> G[M];
int ans,dp[M];
bool flag[M];
void dfs(int x){
	flag[x]=true;
	for(int i=0;i<G[x].size();i++){
		int yi=G[x][i].t;
		if(flag[yi]) continue;
		dfs(yi);
		ans=max(ans,dp[x]+dp[yi]+G[x][i].val);
		dp[x]=max(dp[x],dp[yi]+G[x][i].val);
	}
}
void add_edge(int x,int y,int z){
	G[x].push_back(node(y,z));
	G[y].push_back(node(x,z));
}
int main(){
	int n;
	scanf("%d",&n);
	for(int i=1;i<=n-1;i++){
		int u,v,w=1;
		scanf("%d %d",&u,&v);
		add_edge(u,v,w);
	}
	dfs(1);
	printf("%d",ans);
	return 0;
}

代碼純手打,點個贊再走唄!

轉載請註明出處,本文鏈接:https://www.uj5u.com/ruanti/157610.html

標籤:其他

上一篇:樹的重心求解

下一篇:Unity3D入門-坦克大戰

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 面試突擊第一季,第二季,第三季

    第一季必考 https://www.bilibili.com/video/BV1FE411y79Y?from=search&seid=15921726601957489746 第二季分布式 https://www.bilibili.com/video/BV13f4y127ee/?spm_id_fro ......

    uj5u.com 2020-09-10 05:35:24 more
  • 第三單元作業總結

    1.前言 這應該是本學期最后一次寫作業總結了吧。總體來說,對作業的節奏也差不多掌握了,作業做起來的效率也更高了。雖然和之前的作業一樣,作業中都要用到新的知識,但是相比之前,更加懂得了如何利用工具以及資料。雖然之間卡過殼,但總體而言,這幾次作業還算完成的比較好。 2.作業程序總結 相比前兩個單元,此單 ......

    uj5u.com 2020-09-10 05:35:41 more
  • 北航OO(2020)第四單元博客作業暨課程總結博客

    北航OO(2020)第四單元博客作業暨課程總結博客 本單元作業的架構設計 在本單元中,由于UML圖具有比較清晰的樹形結構,因此我對其中需要進行查詢操作的元素進行了包裝,在樹的父節點中存盤所有孩子的參考。考慮到性能問題,我采用了快取機制,一次查詢后盡可能快取已經遍歷過的資訊,以減少遍歷次數。 本單元我 ......

    uj5u.com 2020-09-10 05:35:48 more
  • BUAA_OO_第四單元

    一、UML決議器設計 ? 先看下題目:第四單元實作一個基于JDK 8帶有效性檢查的UML(Unified Modeling Language)類圖,順序圖,狀態圖分析器 MyUmlInteraction,實際上我們要建立一個有向圖模型,UML中的物件(元素)可能與同級元素連接,也可與低級元素相連形成 ......

    uj5u.com 2020-09-10 05:35:54 more
  • 6.1邏輯運算子

    邏輯運算子 1. && 短路與 運算式1 && 運算式2 01.運算式1為true并且運算式2也為true 整體回傳為true 02.運算式1為false,將不會執行運算式2 整體回傳為false 03.只要有一個運算式為false 整體回傳為false 2. || 短路或 運算式1 || 運算式2 ......

    uj5u.com 2020-09-10 05:35:56 more
  • BUAAOO 第四單元 & 課程總結

    1. 第四單元:StarUml檔案決議 本單元采用了圖模型決議UML。 UML檔案可以抽象為圖、子圖、邊的邏輯結構。 在實作中,圖的節點包括類、介面、屬性,子圖包括狀態圖、順序圖等。 采用了三次遍歷UML元素的方法建圖,第一遍遍歷建點,第二、三次遍歷設定屬性、連邊,實作圖物件的初始化。這里借鑒了一些 ......

    uj5u.com 2020-09-10 05:36:06 more
  • 談談我對C# 多型的理解

    面向物件三要素:封裝、繼承、多型。 封裝和繼承,這兩個比較好理解,但要理解多型的話,可就稍微有點難度了。今天,我們就來講講多型的理解。 我們應該經常會看到面試題目:請談談對多型的理解。 其實呢,多型非常簡單,就一句話:呼叫同一種方法產生了不同的結果。 具體實作方式有三種。 一、多載 多載很簡單。 p ......

    uj5u.com 2020-09-10 05:36:09 more
  • Python 資料驅動工具:DDT

    背景 python 的unittest 沒有自帶資料驅動功能。 所以如果使用unittest,同時又想使用資料驅動,那么就可以使用DDT來完成。 DDT是 “Data-Driven Tests”的縮寫。 資料:http://ddt.readthedocs.io/en/latest/ 使用方法 dd. ......

    uj5u.com 2020-09-10 05:36:13 more
  • Python里面的xlrd模塊詳解

    那我就一下面積個問題對xlrd模塊進行學習一下: 1.什么是xlrd模塊? 2.為什么使用xlrd模塊? 3.怎樣使用xlrd模塊? 1.什么是xlrd模塊? ?python操作excel主要用到xlrd和xlwt這兩個庫,即xlrd是讀excel,xlwt是寫excel的庫。 今天就先來說一下xl ......

    uj5u.com 2020-09-10 05:36:28 more
  • 當我們創建HashMap時,底層到底做了什么?

    jdk1.7中的底層實作程序(底層基于陣列+鏈表) 在我們new HashMap()時,底層創建了默認長度為16的一維陣列Entry[ ] table。當我們呼叫map.put(key1,value1)方法向HashMap里添加資料的時候: 首先,呼叫key1所在類的hashCode()計算key1 ......

    uj5u.com 2020-09-10 05:36:38 more
最新发布
  • 【中介者設計模式詳解】C/Java/JS/Go/Python/TS不同語言實作

    * 中介者模式是一種行為型設計模式,它可以用來減少類之間的直接依賴關系,
    * 將物件之間的通信封裝到一個中介者物件中,從而使得各個物件之間的關系更加松散。
    * 在中介者模式中,物件之間不再直接相互互動,而是通過中介者來中轉訊息。 ......

    uj5u.com 2023-04-20 08:20:47 more
  • 露天煤礦現場調研和交流案例分享

    他們集團的資訊化公司及研究院在一個礦區正在做智能礦山的統一平臺的 試點,專案投資大概1億,包括了礦山的各方面的內容,顯示得我們這次交流有點多余。他們2年前開始做智能礦山的規劃,有很多煤礦行業專家的加持,他們的描述是非常完美,但是去年底應該上線的平臺,現在還沒有看到影子。他們確實有很多場景需求,但是被... ......

    uj5u.com 2023-04-20 08:20:25 more
  • 《社區人員管理》實戰案例設計&個人案例分享

    設計是一個讓人夢想成真程序,開始編碼、測驗、除錯之前進行需求分析和架構設計,才能保證關鍵方面都做正確 ......

    uj5u.com 2023-04-20 08:20:17 more
  • 軟體架構生態化-多角色交付的探索實踐

    作為一個技術架構師,不僅僅要緊跟行業技術趨勢,還要結合研發團隊現狀及痛點,探索新的交付方案。在日常中,你是否遇到如下問題 “ 業務需求排期長研發是瓶頸;非研發角色感受不到研發技改提效的變化;引入ISV 團隊又擔心質量和安全,培訓周期長“等等,基于此我們探索了一種新的技術體系及交付方案來解決如上問題。 ......

    uj5u.com 2023-04-20 08:20:10 more
  • 【中介者設計模式詳解】C/Java/JS/Go/Python/TS不同語言實作

    * 中介者模式是一種行為型設計模式,它可以用來減少類之間的直接依賴關系,
    * 將物件之間的通信封裝到一個中介者物件中,從而使得各個物件之間的關系更加松散。
    * 在中介者模式中,物件之間不再直接相互互動,而是通過中介者來中轉訊息。 ......

    uj5u.com 2023-04-20 08:19:44 more
  • 露天煤礦現場調研和交流案例分享

    他們集團的資訊化公司及研究院在一個礦區正在做智能礦山的統一平臺的 試點,專案投資大概1億,包括了礦山的各方面的內容,顯示得我們這次交流有點多余。他們2年前開始做智能礦山的規劃,有很多煤礦行業專家的加持,他們的描述是非常完美,但是去年底應該上線的平臺,現在還沒有看到影子。他們確實有很多場景需求,但是被... ......

    uj5u.com 2023-04-20 08:19:07 more
  • 《社區人員管理》實戰案例設計&個人案例分享

    設計是一個讓人夢想成真程序,開始編碼、測驗、除錯之前進行需求分析和架構設計,才能保證關鍵方面都做正確 ......

    uj5u.com 2023-04-20 08:18:57 more
  • 軟體架構生態化-多角色交付的探索實踐

    作為一個技術架構師,不僅僅要緊跟行業技術趨勢,還要結合研發團隊現狀及痛點,探索新的交付方案。在日常中,你是否遇到如下問題 “ 業務需求排期長研發是瓶頸;非研發角色感受不到研發技改提效的變化;引入ISV 團隊又擔心質量和安全,培訓周期長“等等,基于此我們探索了一種新的技術體系及交付方案來解決如上問題。 ......

    uj5u.com 2023-04-20 08:18:49 more
  • 05單件模式

    #經典的單件模式 public class Singleton { private static Singleton uniqueInstance; //一個靜態變數持有Singleton類的唯一實體。 // 其他有用的實體變數寫在這里 //構造器宣告為私有,只有Singleton可以實體化這個類! ......

    uj5u.com 2023-04-19 08:42:51 more
  • 【架構與設計】常見微服務分層架構的區別和落地實踐

    軟體工程的方方面面都遵循一個最基本的道理:沒有銀彈,架構分層模型更是如此,每一種都有各自優缺點,所以請根據不同的業務場景,并遵循簡單、可演進這兩個重要的架構原則選擇合適的架構分層模型即可。 ......

    uj5u.com 2023-04-19 08:42:41 more