[ACM学习] 树形dp之换根

2024-01-25 05:20
文章标签 学习 dp acm 树形 之换

本文主要是介绍[ACM学习] 树形dp之换根,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!

算法概述

总的来说:

题目描述:一棵树求哪一个节点为根时,XXX最大或最小

分为两步:1. 树形dp  2. 第二次dfs

问题引入

如果暴力就是 O(n^2) ,

当从1到2的时候,2及其子树所有的深度都减一,其它的点,所有的深度都加一。写成递推方程如下:

代码

思路是:第一遍 dfs 遍历的时候先把以某一确定点为根的其它各点深度和算出来,再来看我们的状态转移方程,还需要各个点的大小值,所以在遍历的时候就把它给维护好。

siz数组刚开始全为1

第二遍的时候,就是在用公式啦。

在main 函数

难点在于不同点之间怎么转移

复杂度O(n)

例题

按换根dp的思路,进行状态转移时

从1到2,原来到1的路径和ans[1] ,到2的路径和 ans[2] ,变化就是 :以2为子树的结点,路径长度少了1到2的长度,其它结点,路径长度多了1到2的长度

sum[i] : 以 i 为子树的权值和

所以,方程上的变化就是:ans[2] = ans[1] - sum[2]*(1与2之间的路径长)+ (sum[1]-sum[2])*(1与2之间的路径长)

代码

void dfs(int x,int fa){siz[x]=1;sum[x]=c[x];for(int i=head[x];i;i=edge[i].nex){int v=edge[i].to;if(v==fa)continue;dist[v]=dist[x]+edge[i].dis;dfs(v,x);siz[x]+=siz[v];sum[x]+=sum[v];}return ;
}
void dfs1(int x,int fa){for(int i=head[x];i;i=edge[i].nex){int v=edge[i].to;if(v==fa)continue;f[v]=f[x]-sum[v]*edge[i].dis+(tot-sum[v])*edge[i].dis;}return ;
}
dfs(1,0);for(int i=1;i<=n;i++){f[1]+=dist[i]*c[i];  //是把所有的点记录好到1的距离后,再全部来乘权值。}dfs1(1,0);ll ans=101010101000;for(int i=1;i<=n;i++){ans=min(ans,f[i]);}cout<<ans<<endl;
struct Edge{int nex,to,dis;
}edge[maxn<<1];
int siz[maxn],head[maxn],cnt,tot;
void add(int from,int to,int dis){edge[++cnt]={head[from],to,dis};head[from]=cnt;return ;
}

这篇关于[ACM学习] 树形dp之换根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/642209

相关文章

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

hdu4826(三维DP)

这是一个百度之星的资格赛第四题 题目链接:http://acm.hdu.edu.cn/contests/contest_showproblem.php?pid=1004&cid=500 题意:从左上角的点到右上角的点,每个点只能走一遍,走的方向有三个:向上,向下,向右,求最大值。 咋一看像搜索题,先暴搜,TLE,然后剪枝,还是TLE.然后我就改方法,用DP来做,这题和普通dp相比,多个个向上

hdu1011(背包树形DP)

没有完全理解这题, m个人,攻打一个map,map的入口是1,在攻打某个结点之前要先攻打其他一个结点 dp[i][j]表示m个人攻打以第i个结点为根节点的子树得到的最优解 状态转移dp[i][ j ] = max(dp[i][j], dp[i][k]+dp[t][j-k]),其中t是i结点的子节点 代码如下: #include<iostream>#include<algorithm

hdu4865(概率DP)

题意:已知前一天和今天的天气概率,某天的天气概率和叶子的潮湿程度的概率,n天叶子的湿度,求n天最有可能的天气情况。 思路:概率DP,dp[i][j]表示第i天天气为j的概率,状态转移如下:dp[i][j] = max(dp[i][j, dp[i-1][k]*table2[k][j]*table1[j][col] )  代码如下: #include <stdio.h>#include

usaco 1.1 Broken Necklace(DP)

直接上代码 接触的第一道dp ps.大概的思路就是 先从左往右用一个数组在每个点记下蓝或黑的个数 再从右到左算一遍 最后取出最大的即可 核心语句在于: 如果 str[i] = 'r'  ,   rl[i]=rl[i-1]+1, bl[i]=0 如果 str[i] = 'b' ,  bl[i]=bl[i-1]+1, rl[i]=0 如果 str[i] = 'w',  bl[i]=b