AcWing 286. 选课(有依赖的树形dp / dfs序优化)

2024-04-16 02:48

本文主要是介绍AcWing 286. 选课(有依赖的树形dp / dfs序优化),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!

学校实行学分制。

每门的必修课都有固定的学分,同时还必须获得相应的选修课程学分。

学校开设了 N 门的选修课程,每个学生可选课程的数量 M 是给定的。

学生选修了这 M 门课并考核通过就能获得相应的学分。

在选修课程中,有些课程可以直接选修,有些课程需要一定的基础知识,必须在选了其他的一些课程的基础上才能选修。

例如《Windows程序设计》必须在选修了《Windows操作基础》之后才能选修。

我们称《Windows操作基础》是《Windows程序设计》的先修课。

每门课的直接先修课最多只有一门。

两门课可能存在相同的先修课。

你的任务是为自己确定一个选课方案,使得你能得到的学分最多,并且必须满足先修条件。

假定课程之间不存在时间上的冲突。

输入格式
输入文件的第一行包括两个整数N、M(中间用一个空格隔开)其中1≤N≤300,1≤M≤N。

接下来N行每行代表一门课,课号依次为1,2,…,N。

每行有两个数(用一个空格隔开),第一个数为这门课先修课的课号(若不存在先修课则该项为0),第二个数为这门课的学分。

学分是不超过10的正整数。

输出格式
输出一个整数,表示学分总数。

输入样例:
7 4
2 2
0 1
0 4
2 1
7 1
7 6
2 2
输出样例:
13

思路: 按照树的层次划分阶段,第一维状态为节点,第二维为背包体积。那么由子节点转移过来,按照背包的放与不放来转移。实际上还是在跑分组背包,只不过u的子状态是子节点v,而不是u-1。

ACNEW:
实践证明,进行范围限制再进行刷表是最快的方法。对于这种依赖问题有dfs序的高效解法。

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <vector>
#include <map>using namespace std;typedef long long ll;const int maxn = 1007;int a[maxn];
int head[maxn],nex[maxn],to[maxn],tot;
int f[maxn][maxn];//当前根节点为i,选了j个点的最大学分和。
int siz[maxn];
int n,m;void add(int x,int y) {to[++tot] = y;nex[tot] = head[x];head[x] = tot;
}void DP(int u) {f[u][1] = a[u];siz[u] = 1;for(int i = head[u];i;i = nex[i]) {int v = to[i];DP(v);for(int j = min(siz[u],m + 1);j >= 1;j--) { //根节点和之前子树选了多少for(int k = 0;k + j <= m + 1 && k <= siz[v];k++) { //当前子树选了多少f[u][j + k] = max(f[u][j + k],f[v][k] + f[u][j]);}}siz[u] += siz[v];}
}int main() {scanf("%d%d",&n,&m);for(int i = 1;i <= n;i++) {int x,y;scanf("%d%d",&x,&y);add(x,i);a[i] = y;}DP(0);printf("%d\n",f[0][m + 1]);return 0;
}

dfs序优化方法
定义 f [ i ] [ j ] f[i][j] f[i][j]为选dfs序大于等于 i i i的点,至多选 j j j个的最多学分。
那么转移就是,对于 d f s dfs dfs序为 i i i的点选与不选。

#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
#include <vector>
#include <map>using namespace std;typedef long long ll;const int maxn = 1007;int a[maxn];
int head[maxn],nex[maxn],to[maxn],tot;
int st[maxn],ed[maxn];
int f[maxn][maxn];//当前根节点为i,选了j个点的最大学分和。
int siz[maxn],mp[maxn];
int n,m,cnt;void add(int x,int y) {to[++tot] = y;nex[tot] = head[x];head[x] = tot;
}void dfs(int u) {siz[u] = 1;st[u] = ++cnt;mp[cnt] = u;for(int i = head[u];i;i = nex[i]) {int v = to[i];dfs(v);siz[u] += siz[v];}
}int main() {scanf("%d%d",&n,&m);for(int i = 1;i <= n;i++) {int x,y;scanf("%d%d",&x,&y);add(x,i);a[i] = y;}dfs(0);f[n + 2][0] = 0;for(int i = n + 1;i >= 1;i--) {int x = mp[i];for(int p = 1;p <= m + 1;p++) {f[i][p] = max(f[i + siz[x]][p],f[i + 1][p - 1] + a[x]);}}printf("%d\n",f[1][m + 1]);return 0;
}
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <vector>using namespace std;const int maxn = 305;
vector<int>G[maxn];
int dp[maxn][maxn];//以u为根节点,选了m个课的最优结果。
int a[maxn];
int n,m;void dfs(int u)
{dp[u][0] = 0;for(int i = 0;i < G[u].size();i++){int v = G[u][i];dfs(v);for(int j = m;j >= 0;j--)//背包{for(int k = j;k >= 0;k--)//分组{dp[u][j] = max(dp[u][j],dp[v][k] + dp[u][j - k]);}}}if(u != 0){for(int t = m;t > 0;t--)dp[u][t] = dp[u][t - 1] + a[u];//当前这个物品要选}
}int main()
{scanf("%d%d",&n,&m);for(int i = 1;i <= n;i++){int x;scanf("%d%d",&x,&a[i]);G[x].push_back(i);}memset(dp,0xcf,sizeof(dp));dfs(0);printf("%d\n",dp[0][m]);return 0;
}

这篇关于AcWing 286. 选课(有依赖的树形dp / dfs序优化)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/907621

相关文章

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

Deepseek使用指南与提问优化策略方式

《Deepseek使用指南与提问优化策略方式》本文介绍了DeepSeek语义搜索引擎的核心功能、集成方法及优化提问策略,通过自然语言处理和机器学习提供精准搜索结果,适用于智能客服、知识库检索等领域... 目录序言1. DeepSeek 概述2. DeepSeek 的集成与使用2.1 DeepSeek API

Tomcat高效部署与性能优化方式

《Tomcat高效部署与性能优化方式》本文介绍了如何高效部署Tomcat并进行性能优化,以确保Web应用的稳定运行和高效响应,高效部署包括环境准备、安装Tomcat、配置Tomcat、部署应用和启动T... 目录Tomcat高效部署与性能优化一、引言二、Tomcat高效部署三、Tomcat性能优化总结Tom

使用maven依赖详解

《使用maven依赖详解》本文主要介绍了Maven的基础知识,包括Maven的简介、仓库类型、常用命令、场景举例、指令总结、依赖范围、settings.xml说明等,同时,还详细讲解了Maven依赖的... 目录1. maven基础1.1 简介1.2 仓库类型1.3 常用命令1.4 场景举例1.5 指令总结

解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)

《解读Redis秒杀优化方案(阻塞队列+基于Stream流的消息队列)》该文章介绍了使用Redis的阻塞队列和Stream流的消息队列来优化秒杀系统的方案,通过将秒杀流程拆分为两条流水线,使用Redi... 目录Redis秒杀优化方案(阻塞队列+Stream流的消息队列)什么是消息队列?消费者组的工作方式每

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

C#使用HttpClient进行Post请求出现超时问题的解决及优化

《C#使用HttpClient进行Post请求出现超时问题的解决及优化》最近我的控制台程序发现有时候总是出现请求超时等问题,通常好几分钟最多只有3-4个请求,在使用apipost发现并发10个5分钟也... 目录优化结论单例HttpClient连接池耗尽和并发并发异步最终优化后优化结论我直接上优化结论吧,

windos server2022里的DFS配置的实现

《windosserver2022里的DFS配置的实现》DFS是WindowsServer操作系统提供的一种功能,用于在多台服务器上集中管理共享文件夹和文件的分布式存储解决方案,本文就来介绍一下wi... 目录什么是DFS?优势:应用场景:DFS配置步骤什么是DFS?DFS指的是分布式文件系统(Distr

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

Spring核心思想之浅谈IoC容器与依赖倒置(DI)

《Spring核心思想之浅谈IoC容器与依赖倒置(DI)》文章介绍了Spring的IoC和DI机制,以及MyBatis的动态代理,通过注解和反射,Spring能够自动管理对象的创建和依赖注入,而MyB... 目录一、控制反转 IoC二、依赖倒置 DI1. 详细概念2. Spring 中 DI 的实现原理三、