这题算是寒假期间自己先写了一遍,当时是20分超时了
当时的存储思路是,存储每一个节点的所有后代节点,然后在找到wsigma
最小的节点之后用的集合操作。这导致了一个问题:
更新维护成本很高。每删除一个分支,都要从当前节点向上回溯,删去后代节点集合中的 该节点编号及该节点后代节点集合。而且对于最后的候选集合也是采用的这种清空,又做集合减法的操作,十分耗时,所以可能逻辑没有问题但是最后超时只有20分。
再写的过程中参考了该博主的写法:202312-3 csp树上搜索
由于维护成本很高所以干脆不去维护。只是给每个节点设定一个是否可用的bool
值,如果该节点不可用,则搜索到该节点的时候直接跳过,那么该节点的所有后代节点也不会被搜索(后代节点需要在该节点的基础上递归下去)。在搜索上采取了深搜的方式(为了计算每个节点的后代权重和,在这里选择了用迭代方法计算)。在存储方式上,不再存储所有的后代节点,而只存储下一层的节点(一层层的向下搜索)
从官网结果看非常可观,证明这颗搜索树其实深度不算大,不会在迭代中耗时过多。以下先给出官网的满分代码:
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N = 2010;
int n;
struct node{
int pa; //上级类别
ll wt = 0; //后代的重量 + 自重
unordered_set<int> child; //这里只存储它的次级类别
};
int we[N];
node tree[N];
bool useful[N]; //某个节点及其所有后代节点是否可用
set<int> res; //用来存储当前还在候选集内的节点!!!再写时因为忘记这个数据结构,在搜索最小的wsigma时遇到问题
//计算后代节点以及自重
ll cal_wt(int root)
{
ll w = 0;
res.insert(root); //只要被计算重量说明当前节点没有被删除,加入候选集和
for(auto ch : tree[root].child){
if(!useful[ch]) continue;
w += cal_wt(ch);
}
tree[root].wt = w + we[root]; //后代加上自重
return tree[root].wt;
}
int FIND(ll sum)
{
//直接找候选集里面的
ll MAX = LONG_LONG_MAX, index = -1;
for(auto x : res){
ll wsigma = abs(sum - 2 * tree[x].wt);
if(wsigma < MAX){
MAX = wsigma;
index = x;
}
}
return index;
}
bool judge(int root, int query)
{
if(root == query) return true;
bool flag = false;
for(auto ch : tree[root].child){
flag |= judge(ch, query);
if(flag) break;
}
return flag;
}
int main()
{
ios::sync_with_stdio(false);cin.tie(0);cout.tie(0);
int m;
cin >> n >> m;
for(int i = 1;i <= n;i ++){
cin >> we[i];
}
for(int i = 2;i <= n;i ++){
int fa; cin >> fa;
tree[fa].child.insert(i);
}
while(m --){
int query; cin >> query;
memset(useful, true, sizeof useful);
int root = 1; //初始根节点都是1
while(1){
res.clear();
ll sum = cal_wt(root); //所有节点的重量
if(res.size() == 1) break; //前一轮它就是找到的Index已经被输出过一遍了
int index = FIND(sum); //找到最小的wsigma值
cout << index << ' ';
//判断query是否在index后代类别当中
if(judge(index, query)) root = index;
else useful[index] = false;
}
cout << endl;
}
return 0;
}
这其实算是时隔一个月再写这个思路。昨天复写的时候没有用到一个res
来存储当前的候选集合,导致找最小值的时候发现不知道要怎么去迭代orz