主頁 > 資料庫 > 樹形DP(鄰接表)

樹形DP(鄰接表)

2020-10-05 15:17:47 資料庫

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/shujuku/157360.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
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more