LeetCode:2646. 最小化旅行的价格总和(dfs + 树形dp C++、Java)

2023-12-06 19:04

本文主要是介绍LeetCode:2646. 最小化旅行的价格总和(dfs + 树形dp C++、Java),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

2646. 最小化旅行的价格总和

题目描述:

实现代码与解析:

DFS + DP

原理思路:


2646. 最小化旅行的价格总和

题目描述:

        现有一棵无向、无根的树,树中有 n 个节点,按从 0 到 n - 1 编号。给你一个整数 n 和一个长度为 n - 1 的二维整数数组 edges ,其中 edges[i] = [ai, bi] 表示树中节点 ai 和 bi 之间存在一条边。

每个节点都关联一个价格。给你一个整数数组 price ,其中 price[i] 是第 i 个节点的价格。

给定路径的 价格总和 是该路径上所有节点的价格之和。

另给你一个二维整数数组 trips ,其中 trips[i] = [starti, endi] 表示您从节点 starti 开始第 i 次旅行,并通过任何你喜欢的路径前往节点 endi 。

在执行第一次旅行之前,你可以选择一些 非相邻节点 并将价格减半。

返回执行所有旅行的最小价格总和。

示例 1:

输入:n = 4, edges = [[0,1],[1,2],[1,3]], price = [2,2,10,6], trips = [[0,3],[2,1],[2,3]]
输出:23
解释:
上图表示将节点 2 视为根之后的树结构。第一个图表示初始树,第二个图表示选择节点 0 、2 和 3 并使其价格减半后的树。
第 1 次旅行,选择路径 [0,1,3] 。路径的价格总和为 1 + 2 + 3 = 6 。
第 2 次旅行,选择路径 [2,1] 。路径的价格总和为 2 + 5 = 7 。
第 3 次旅行,选择路径 [2,1,3] 。路径的价格总和为 5 + 2 + 3 = 10 。
所有旅行的价格总和为 6 + 7 + 10 = 23 。可以证明,23 是可以实现的最小答案。

示例 2:

输入:n = 2, edges = [[0,1]], price = [2,2], trips = [[0,0]]
输出:1
解释:
上图表示将节点 0 视为根之后的树结构。第一个图表示初始树,第二个图表示选择节点 0 并使其价格减半后的树。 
第 1 次旅行,选择路径 [0] 。路径的价格总和为 1 。 
所有旅行的价格总和为 1 。可以证明,1 是可以实现的最小答案。

提示:

  • 1 <= n <= 50
  • edges.length == n - 1
  • 0 <= ai, bi <= n - 1
  • edges 表示一棵有效的树
  • price.length == n
  • price[i] 是一个偶数
  • 1 <= price[i] <= 1000
  • 1 <= trips.length <= 100
  • 0 <= starti, endi <= n - 1

实现代码与解析:

DFS + DP

C++

class Solution {
public:int N = 50 + 10;vector<int> e = vector<int>(N * 2, 0), ne = vector<int>(N * 2, 0), h = vector<int>(N, -1);vector<int> cnt = vector<int>(N, 0);int idx= 0;// 邻接表加边 void add(int a, int b) {e[idx] = b; ne[idx] = h[a]; h[a] = idx++;}bool dfs(int cur, int p, int end) {if (cur == end) {cnt[cur]++;return true;}for (int i = h[cur]; ~i; i = ne[i]) {int j = e[i];if (j == p) continue;if (dfs(j, cur, end)) {cnt[cur]++;return true;}}return false;}// first,当前节点不减半可以获得的最小金额,second,当前节点减半pair<int, int> dpf(int cur, int p, vector<int> price) {pair<int, int> res = {price[cur] * cnt[cur], price[cur] * cnt[cur] / 2};for (int i = h[cur]; ~i; i = ne[i]) {int j = e[i];if (j == p) continue;pair<int, int> t = dpf(j, cur, price);res.first += min(t.first, t.second); // 当前节点不减半,那么孩子可减半,也可不减取最大res.second += t.first; // 当前节点减半,子节点一定不能减半}return res;}int minimumTotalPrice(int n, vector<vector<int>>& edges, vector<int>& price, vector<vector<int>>& trips) {// 初始化图for (auto e: edges) {add(e[0], e[1]);add(e[1], e[0]);}// dfsfor (auto t: trips) {dfs(t[0], -1, t[1]);}auto [x, y] = dpf(0, -1, price);return min(x, y); // 取最小}
};

Java

class Solution {public int N = 50 + 10;public int[] e = new int[N * 2], ne = new int[N * 2], h = new int[N];public int[] cnt = new int[N];public int idx = 0;public void add(int a, int b) {e[idx] = b; ne[idx] = h[a]; h[a] = idx++;}public boolean dfs(int cur, int p, int end) {if (cur == end) {cnt[cur]++;return true;}for (int i = h[cur]; i != -1; i = ne[i]) {int j = e[i];if (j == p) continue;if (dfs(j, cur, end)) {cnt[cur]++;return true;}}return false;}public int[] dp(int cur, int p, int[] price) {int[] res = {price[cur] * cnt[cur], price[cur] * cnt[cur] / 2};for (int i = h[cur]; i != -1; i = ne[i]) {int j = e[i];if (j == p) continue;int[] t = dp(j, cur, price);res[0] += Math.min(t[0], t[1]);res[1] += t[0];}return res;}public int minimumTotalPrice(int n, int[][] edges, int[] price, int[][] trips) {Arrays.fill(h, -1);for (int[] t: edges) {add(t[0], t[1]);add(t[1], t[0]);}for (int[] t: trips) {dfs(t[0], -1, t[1]);}int[] res = dp(0, -1, price);return Math.min(res[0], res[1]);}
}

原理思路:

        此题,可以拆分为两道题,DFS + 树形DP

dp之前先用dfs遍历处理一下,找出每个节点总共经过的次数。

dp返回数组的含义和递推式:

        res[0]表示,此节点不减半可获得的最小值,此节点不减半,那么其孩子节点就可减半,可不减半,取最小min。res[0] += min(childres[0], childres[1]); // 这里用childres来表示孩子返回值解释

        res[1]表示,此节点减半可获取的最小值,此节点减半,那么其孩子节点就一定不能减半,直接加上孩子返回的不减半值即可。 res[1] += childres[0];

和树形的 打家劫舍III 思路相同,只不过那题是取最大值。

Leetcode每日一题:打家劫舍系列Ⅰ、Ⅱ、Ⅲ、Ⅳ(2023.9.16~2023.9.19 C++)_Cosmoshhhyyy的博客-CSDN博客

这篇关于LeetCode:2646. 最小化旅行的价格总和(dfs + 树形dp C++、Java)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/462955

相关文章

Java 正则表达式URL 匹配与源码全解析

《Java正则表达式URL匹配与源码全解析》在Web应用开发中,我们经常需要对URL进行格式验证,今天我们结合Java的Pattern和Matcher类,深入理解正则表达式在实际应用中... 目录1.正则表达式分解:2. 添加域名匹配 (2)3. 添加路径和查询参数匹配 (3) 4. 最终优化版本5.设计思

Java使用ANTLR4对Lua脚本语法校验详解

《Java使用ANTLR4对Lua脚本语法校验详解》ANTLR是一个强大的解析器生成器,用于读取、处理、执行或翻译结构化文本或二进制文件,下面就跟随小编一起看看Java如何使用ANTLR4对Lua脚本... 目录什么是ANTLR?第一个例子ANTLR4 的工作流程Lua脚本语法校验准备一个Lua Gramm

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

Java Optional的使用技巧与最佳实践

《JavaOptional的使用技巧与最佳实践》在Java中,Optional是用于优雅处理null的容器类,其核心目标是显式提醒开发者处理空值场景,避免NullPointerExce... 目录一、Optional 的核心用途二、使用技巧与最佳实践三、常见误区与反模式四、替代方案与扩展五、总结在 Java

基于Java实现回调监听工具类

《基于Java实现回调监听工具类》这篇文章主要为大家详细介绍了如何基于Java实现一个回调监听工具类,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录监听接口类 Listenable实际用法打印结果首先,会用到 函数式接口 Consumer, 通过这个可以解耦回调方法,下面先写一个

使用Java将DOCX文档解析为Markdown文档的代码实现

《使用Java将DOCX文档解析为Markdown文档的代码实现》在现代文档处理中,Markdown(MD)因其简洁的语法和良好的可读性,逐渐成为开发者、技术写作者和内容创作者的首选格式,然而,许多文... 目录引言1. 工具和库介绍2. 安装依赖库3. 使用Apache POI解析DOCX文档4. 将解析

Java字符串处理全解析(String、StringBuilder与StringBuffer)

《Java字符串处理全解析(String、StringBuilder与StringBuffer)》:本文主要介绍Java字符串处理全解析(String、StringBuilder与StringBu... 目录Java字符串处理全解析:String、StringBuilder与StringBuffer一、St

C++使用printf语句实现进制转换的示例代码

《C++使用printf语句实现进制转换的示例代码》在C语言中,printf函数可以直接实现部分进制转换功能,通过格式说明符(formatspecifier)快速输出不同进制的数值,下面给大家分享C+... 目录一、printf 原生支持的进制转换1. 十进制、八进制、十六进制转换2. 显示进制前缀3. 指

springboot整合阿里云百炼DeepSeek实现sse流式打印的操作方法

《springboot整合阿里云百炼DeepSeek实现sse流式打印的操作方法》:本文主要介绍springboot整合阿里云百炼DeepSeek实现sse流式打印,本文给大家介绍的非常详细,对大... 目录1.开通阿里云百炼,获取到key2.新建SpringBoot项目3.工具类4.启动类5.测试类6.测

Spring Boot循环依赖原理、解决方案与最佳实践(全解析)

《SpringBoot循环依赖原理、解决方案与最佳实践(全解析)》循环依赖指两个或多个Bean相互直接或间接引用,形成闭环依赖关系,:本文主要介绍SpringBoot循环依赖原理、解决方案与最... 目录一、循环依赖的本质与危害1.1 什么是循环依赖?1.2 核心危害二、Spring的三级缓存机制2.1 三