树形DP

Anniversary party
要有一个庆祝乌拉尔州立大学80周年。这所大学有一个员工的层次结构。这意味着主管的关系形成一个树在特列季亚科夫校长”。为了使党的滑稽的每一个,校长不希望员工和他或她的直属主管到场。人事办公室评估每个员工的欢乐,所以每个人都有一些数(等级)连接到他或她。你的任务是与客人欢宴评级的最大金额列出客人。
输入
员工编号从1到N的第一行输入包含一个数N = N = 6 < 1 < 000。接下来的N行包含相应员工的欢乐度。欢乐的评级是一个整数的范围从128到127 -。之后去行,描述一个主管关系树。每行树规范的形式:

L K

这意味着,第k个员工是l个员工的直接主管。输入用行结束。

0 0
输出
输出应包含顾客评分之和最大。

#include<cstdio>
#include<cstring>
#include<vector> 
#include<algorithm>
using namespace std;//一个节点有两个状态,所以两个状态的最大值都要记录一下。0和1, 

const int maxn = 6000 + 10;
int n;
//int a[maxn];
int dp[maxn][2];//第二个位置存状态(0或1),dp记录的是目前为0或为1最大的值 
vector<int> son[maxn];                  //开二维很容易爆空间 
int fa[maxn]; 
int vis[maxn];

void solve(int root){
    vis[root] = 1;
    for(int i = 0;i<son[root].size();i++){//遍历所有的子节点 
        int temp = son[root][i];//记录一下此时的子节点 
        if(!vis[temp]){
            solve(temp);
            dp[root][1] += dp[temp][0];
            dp[root][0] += max(dp[temp][0],dp[temp][1]);//选择最大的存入 
        } 
    }
}

int main(){
    while(scanf("%d",&n) != EOF){
    //scanf("%d",&n);
    memset(fa,0,sizeof(fa));
    memset(dp,0,sizeof(dp));
    memset(vis,0,sizeof(vis));

    for(int i = 1;i<=n;i++) {
        scanf("%d",&dp[i][1]);
        son[i].clear(); 
    }

    int x,y;
    //memset(son,0,sizeof(son));

    int root = 0;
    while(scanf("%d%d",&x,&y) != EOF && x && y){
        son[y].push_back(x);//一个节点可以有好多的子节点 
        fa[x] = y;//一个节点只有一个父亲节点
        if(root == 0) root = y; 
    }
    while(fa[root]){
        root = fa[root];//找到根节点 
    }

    solve(root);
    printf("%d\n",max(dp[root][1],dp[root][0])); 

}
    return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
树形动态规划(Tree DP)是一种常用的动态规划算法,用于解决树结构相关的问题。在Python中,可以使用递归或者迭代的方式实现树形DP树形DP的基本思想是,从树的叶子节点开始,逐层向上计算每个节点的状态,并利用已经计算过的节点状态来更新当前节点的状态。这样可以通过自底向上的方式,逐步计算出整个树的最优解。 下面是一个简单的示例,演示如何使用树形DP解决一个二叉树中节点权值之和的最大值问题: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def max_sum(root): if root is None: return 0 # 递归计算左右子树的最大权值和 left_sum = max_sum(root.left) right_sum = max_sum(root.right) # 当前节点的最大权值和为当前节点值加上左右子树中较大的权值和 return root.val + max(left_sum, right_sum) # 构建一个二叉树 root = TreeNode(1) root.left = TreeNode(2) root.right = TreeNode(3) root.left.left = TreeNode(4) root.left.right = TreeNode(5) # 计算二叉树中节点权值之和的最大值 result = max_sum(root) print(result) ``` 这段代码中,我们定义了一个`TreeNode`类来表示二叉树的节点,其中`val`表示节点的权值,`left`和`right`分别表示左子节点和右子节点。`max_sum`函数使用递归的方式计算二叉树中节点权值之和的最大值,通过比较左右子树的最大权值和来确定当前节点的最大权值和。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值