主頁 > 軟體設計 > 樹形DP(鄰接表)

樹形DP(鄰接表)

2020-10-06 06:58:12 軟體設計

前言

本篇的代碼均是由鄰接表來進行存盤,大概在還會再來一個用鏈式前向星版的吧~ (下次一定

ps: 筆者已經很用心的在打 L a T e X LaTeX LaTeX了,但還是不夠規范,望路過的大巨佬們多多指正

概念

度娘說

樹形動態規劃問題可以分解成若干相互聯系的階段,在每一個階段都要做出決策,全部程序的決策是一個決策序列,要使整個活動的總體效果達到最優的問題,稱為多階段決策問題,

感覺好像并不明白她在說什么
其實筆者個人理解,樹形DP更像是記憶化搜索,各個節點都像樹一樣連接著,(無環圖)樹形DP顧名思義就是像樹一樣的DP,在有n個節點的時候,有n-1條邊連接著,
such as this
在這里插入圖片描述
在解決樹形DP的問題時,我們通常以節點從深至淺作為階段,同時以遞回來實作,就像后序遍歷一樣,

那么樹形DP有什么作用呢?下面引出三種最版的題(也是今天筆者將要在本篇中寫的),

  • 最大獨立子集
  • 樹的重心
  • 樹的直徑

最大獨立子集

什么是最大獨立子集呢?讓我們來引出一道題來看看,

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

從上題中我們就可以看見,對于每個節點,如果選中了它,就不可能選它的父親節點和兒子節點,那么對于每一個節點我們就有了兩種狀態,選與不選,
設第i個為 d p [ i ] dp[i] dp[i] d p [ i ] [ 1 ] dp[i][1] dp[i][1]表示選它自己 d p [ i ] [ 0 ] dp[i][0] dp[i][0]表示不選它自己
那么狀態轉移方程就顯而易見了

d p [ i ] [ 0 ] = ∑ m a x ( d p [ j ] [ 0 ] , d p [ j ] [ 1 ] ) — — — j ∈ s o n ( i ) dp[i][0] = \sum{max_(dp[j][0],dp[j][1])} ——— j\in{son(i)} dp[i][0]=max(?dp[j][0],dp[j][1])json(i)
d p [ i ] [ 1 ] = ∑ d p [ j ] [ 0 ] — — — j ∈ s o n ( i ) dp[i][1] = \sum{dp[j][0]} ——— j\in{son(i)} dp[i][1]=dp[j][0]json(i)

#include <cstdio>
#include <algorithm>
#include <vector>
using namespace std;
const int maxn = 6005;
int n;
int h[maxn];
int flag[maxn];
vector<int> a[maxn];
int dp[maxn][2];

void tree_dp(int x){
	dp[x][1] = h[x];
	dp[x][0] = 0;
	for(int i = 0; i < a[x].size(); i ++){
		int y = a[x][i];
		tree_dp(y);
		dp[x][0] += max(dp[y][1], dp[y][0]);
		dp[x][1] += dp[y][0]; 
	}
}
int main() {
	scanf("%d", &n);
	for(int i = 1; i <= n; i ++){
		scanf("%d", &h[i]);
	}
	for(int i = 1; i < n; i ++){
		int x, y;
		scanf("%d %d", &x, &y);
		flag[x] = 1;
		a[y].push_back(x);
	}
	int root;
	for(int i = 1; i <= n; i ++){
		if(!flag[i]){
			root = i;
			break;
		}
	}
	tree_dp(root);
	printf("%d", max(dp[root][0], dp[root][1]));
	return 0;
}

樹的重心

重心是指地球對物體中每一微小部分引力的合力作用點,物體的每一微小部分都受地心引力作用(見萬有引力),這些引力可近似地看成為相交于地心的匯交力系,由于物體的尺寸遠小于地球半徑,所以可近似地把作用在一般物體上的引力視為平行力系,物體的總重量就是這些引力的合力 ,

不好意思這是物理

數學上的重心是指三角形的三條中線的交點,其證明定理有燕尾定理或塞瓦定理,應用定理有梅涅勞斯定理、塞瓦定理,

這才對嘛(以上兩條皆來自于百度百科)
在樹中的重心是指,去掉該點后,獨立子樹的節點個數最大的最小

以題舉例

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,

在這里插入圖片描述

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

其實解決這個問題,我們只需要知道與每個點的子樹的節點數,通過"洗掉重心后所得的所有子樹,節點數不超過原樹的 1 2 \frac{1}{2} 21?,一棵樹最多有兩個重心,且相鄰,"這一性質來找到重心,
(上面的這一性質其實很好證明(并不嚴謹,只是為了方便理解),因為我們除了鏈的根與葉子以外都有至少兩個度,如果洗掉重心后所得的所有子樹,節點數超過原樹的 1 2 \frac{1}{2} 21?, 那么為什么不能選取該子樹的節點為重心呢, 如果原有奇數個點,找到最中間的即可,原有偶數個節點,取其節點數/2的向上,向下取整都可以為為重心)

#include <cstdio>
#include <algorithm>
#include <vector>
using namespace std;
const int maxn = 105;

int Max(int x, int y){
	return x > y ? x : y;
}

int Min(int x, int y){
	return x < y ? x : y;
} 

struct node{
	int x, f;
}; 
int n;
vector<int> a[maxn];
int siz[maxn], vis[maxn];
int nimsum = 0x3f3f3f3f;
int ans[maxn];
int cnt;

void dfs(int x, int f){
	bool flag;
	flag = 1;
	siz[x] = 1;
	for(int i = 0; i < a[x].size(); i ++){
		int y = a[x][i];
		if(!vis[y]){
			vis[y] = 1;
			dfs(y, x);
			siz[x] += siz[y];
			if(siz[y] > n / 2){
				flag = 0;
			}
		}
	}
	if(n - siz[x] > n / 2){
		flag = 0;
	}
	if(flag){
		cnt ++;
		ans[cnt] =  x;
	}
}

int main() {
	scanf("%d", &n);
	for(int i = 1; i < n; i ++){
		int x, y;
		scanf("%d %d", &x, &y);
		a[x].push_back(y);
		a[y].push_back(x);
	}
	vis[1] = 1;
	dfs(1, -1);
	sort(ans + 1, ans + cnt + 1);
	printf("%d\n", cnt);
	for(int i = 1; i <= cnt; i ++){
		printf("%d\n", ans[i]);
	}
	return 0;
}

筆者在做這道題時,將flag定義在了全域,以至于只能輸出0,
因為在子節點不為重心時,flag會為0,但回溯之后flag還是0,但其父節點卻有可能是重心,這樣就會找不到重心,以至于只能輸出0(如下圖)在這里插入圖片描述

樹的直徑

題目描述

給定一個有個節點的樹,樹以個點條邊的無向圖形式給出, 求樹的直徑,

輸入格式

輸入的第1行為包含了一個正整數,為這棵二叉樹的結點數,

接下來N行,每行有個正整數,表示有一條從到的無向邊,

輸出格式

輸出包括1個正整數,為這棵二叉樹的直徑,

樣例

樣例輸入
10
1 2
1 3
2 4
4 5
4 6
1 7
5 8
7 9
7 10
樣例輸出
6

直徑我們都知道是啥,那什么是樹的直徑呢?就是樹上兩點距離的最大值(做題思路在代碼下)

#include <cstdio>
#include <algorithm>
#include <vector>
#include <cstring>
using namespace std;
const int maxn = 1e6 + 5;

int n;
vector<int> a[maxn];
int ans[maxn];
int d[maxn];
bool vis[maxn];

void dfs(int x){
	vis[x] = 1;
	for(int i = 0; i < a[x].size(); i ++){
		int y = a[x][i];
		if(!vis[y]){
			dfs(y);
			ans[x] = max(ans[x], d[x] + d[y] + 1);
			d[x] = max(d[x], d[y] + 1);
		}
	}
}
int main() {
	scanf("%d", &n);
	for(int i = 1; i < n; i ++){
		int x, y;
		scanf("%d %d", &x, &y);
		a[x].push_back(y);
		a[y].push_back(x);
	} 
	int an = 0;
	dfs(1);
	for(int i = 1; i <= n; i ++){
		an = max(an, ans[i]);
	}
	printf("%d", an);
	return 0;
}

d [ x ] d[x] d[x]表示目前遍歷到的距離x最遠的鏈, a n s [ x ] ans[x] ans[x]表示經過x點目前最長的鏈

那么

ans[x] = max(ans[x], d[x] + d[y] + 1)

是什么意思呢?
讓我們聯系一下

a n s [ x ] ans[x] ans[x]表示經過x點目前最長的鏈

因為 d [ x ] d[x] d[x]表示目前遍歷到的距離x最遠的鏈,如果 d [ y ] d[y] d[y]為次長的鏈,則沒有問題,如果 d [ y ] d[y] d[y]為最長的鏈,要么d[x]為次長鏈要么在之后的 d [ y ] d[y] d[y]為次長鏈,
所以上述做法是成立的~~

結語

筆者應該很快就會寫出鏈式前向星版的樹形DP,總之下次一定~

轉載請註明出處,本文鏈接:https://www.uj5u.com/ruanti/158939.html

標籤:其他

上一篇:最新爬取全網代理IP【隱藏標簽混淆+埠加密】(一)

下一篇:coreldraw x4被禁用怎么辦,cdr非法產品詳細x4解決教程

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