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

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

一文详解SpringBoot响应压缩功能的配置与优化

《一文详解SpringBoot响应压缩功能的配置与优化》SpringBoot的响应压缩功能基于智能协商机制,需同时满足很多条件,本文主要为大家详细介绍了SpringBoot响应压缩功能的配置与优化,需... 目录一、核心工作机制1.1 自动协商触发条件1.2 压缩处理流程二、配置方案详解2.1 基础YAML

使用Java实现通用树形结构构建工具类

《使用Java实现通用树形结构构建工具类》这篇文章主要为大家详细介绍了如何使用Java实现通用树形结构构建工具类,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... 目录完整代码一、设计思想与核心功能二、核心实现原理1. 数据结构准备阶段2. 循环依赖检测算法3. 树形结构构建4. 搜索子

MySQL中慢SQL优化的不同方式介绍

《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧... 目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化,主要从两个方面考虑,SQL 语

MySQL中慢SQL优化方法的完整指南

《MySQL中慢SQL优化方法的完整指南》当数据库响应时间超过500ms时,系统将面临三大灾难链式反应,所以本文将为大家介绍一下MySQL中慢SQL优化的常用方法,有需要的小伙伴可以了解下... 目录一、慢SQL的致命影响二、精准定位问题SQL1. 启用慢查询日志2. 诊断黄金三件套三、六大核心优化方案方案