树形DP

https://vjudge.net/contest/237352#problem/H

题意:有n个点,给出n-1条有向边,这些边不一定使得每个点都能走到其他任意点,但是可以变换边的方向满足上述条件。要求选择一个点作为首都,通过改变某些边的方向,使得该点能走到任意点,问最少需要更改多少条边?输出最少边数,并输出可以作为首都的点的编号。

解法:通过dfs,计算以1为根,需要变化的边数。定义dp[u]为以u为根的子树中要使根都可达,需要调换方向的边的条数。定义dir[v]记录点v到父亲节点的边的方向。则dp[u] += (dp[vi] + dir[vi])(u的所有子节点vi,除了u的父节点)(若u->v,则dir[v]=0;否则dir[v]=1)

计算出dp[1]后,开始第二轮dfs。dp[u]换成新的定义,以u为根的到达整棵树需要调整的边的条数。此时dp[u] = dp[p] + dir[u]?1:-1(p为u的父节点)

参考博客:https://blog.csdn.net/qq_24451605/article/details/48676619

 1 //#include<bits/stdc++.h>
 2 #include <iostream>
 3 #include <algorithm>
 4 #include <cstdio>
 5 #include <cstring>
 6 #include <string>
 7 #include <cmath>
 8 #include <cstdlib>
 9 #include <queue>
10 #include <stack>
11 #include <map>
12 #include <vector>
13 #include <set>
14 #include <bitset>
15 #include <iomanip>
16 #define ms(a, b) memset(a, b, sizeof(a));
17 using namespace std;
18 typedef long long LL;
19 typedef pair<int, int> pii;
20 const int INF = 0x3f3f3f3f;
21 const int maxn = 2e5 + 10;
22 const int MAXN = 2e4 + 10;
23 const double eps = 1e-8;
24 const int mod = 1e9 + 7;
25 int n;
26 vector<pii> v[maxn];
27 int dp[maxn];
28 
29 void dfs(int t, int s) {
30     dp[t] = 0;
31     for(int i = 0; i < v[t].size(); i++) {
32         pii k = v[t][i];
33         if(k.first == s) continue;
34         dfs(k.first, t);
35         dp[t] += dp[k.first] + k.second;
36     }
37     return;
38 }
39 
40 void solve(int t, int s) {
41     for(int i = 0; i < v[t].size(); i++) {
42         pii tmp = v[t][i];
43         int k = tmp.first;
44         int f = tmp.second;
45         if(k == s) continue;
46         dp[k] = dp[t] + (f ? -1 : 1);
47         solve(k, t);
48     }
49     return ;
50 }
51 
52 
53 int main() {
54 #ifdef local
55     freopen("case.in", "r", stdin);
56 //    freopen("case.out", "w", stdout);
57 #endif
58 //    ios::sync_with_stdio(false);
59 //    cin.tie(0);
60     scanf("%d", &n);
61     for(int i = 0; i < n-1; i++) {
62         int s, t;
63         scanf("%d%d", &s, &t);
64         v[s].push_back(make_pair(t, 0));
65         v[t].push_back(make_pair(s, 1));
66     }
67     dfs(1, -1);
68 //    for(int i = 1; i <= n; i++) cout << dp[i] << " ";
69 //    cout << endl;
70     solve(1, -1);
71     //
72 //    for(int i = 1; i <= n; i++) cout << dp[i] << " ";
73 //    cout << endl;
74     //
75     int ans = INF;
76     for(int i = 1; i <= n; i++)
77         ans = min(ans, dp[i]);
78     printf("%d\n", ans);
79     for(int i = 1; i <= n; i++)
80         if(dp[i] == ans) printf("%d ", i);
81     printf("\n");
82 //    solve();
83     return 0;
84 }

 

转载于:https://www.cnblogs.com/Sissi-hss/p/9440239.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字乡村和智慧农业的数字化转型是当前农业发展的新趋势,旨在通过应用数字技术,实现农业全流程的再造和全生命周期的管理服务。中国政府高度重视这一领域的发展,提出“数字中国”和“乡村振兴”战略,以提升国家治理能力,推动城乡融合发展。 数字乡村的建设面临乡村治理、基础设施、产业链条和公共服务等方面的问题,需要分阶段实施《数字乡村发展战略纲要》来解决。农业数字化转型的需求包括满足市民对优质农产品的需求、解决产销对接问题、形成优质优价机制、提高农业劳动力素质、打破信息孤岛、提高农业政策服务的精准度和有效性,以及解决农业融资难的问题。 数字乡村建设的关键在于构建“1+3+4+1”工程,即以新技术、新要素、新商业、新农民、新文化、新农村为核心,推进数据融合,强化农业大数据的汇集功能。数字农业大数据解决方案以农业数字底图和数据资源为基础,通过可视化监管,实现区域农业的全面数字化管理。 数字农业大数据架构基于大数据、区块链、GIS和物联网技术,构建农业大数据中心、农业物联网平台和农村综合服务指挥决策平台三大基础平台。农业大数据中心汇聚各类涉农信息资源和业务数据,支持大数据应用。信息采集系统覆盖市、县、乡、村多级,形成高效的农业大数据信息采集体系。 农业物联网平台包括环境监测系统、视频监控系统、预警预报系统和智能控制系统,通过收集和监测数据,实现对农业环境和生产过程的智能化管理。综合服务指挥决策平台利用数据分析和GIS技术,为农业决策提供支持。 数字乡村建设包括三大服务平台:治理服务平台、民生服务平台和产业服务平台。治理服务平台通过大数据和AI技术,实现乡村治理的数字化;民生服务平台利用互联网技术,提供各类民生服务;产业服务平台融合政企关系,支持农业产业发展。 数字乡村的应用场景广泛,包括农业生产过程、农产品流通、农业管理和农村社会服务。农业生产管理系统利用AIoT技术,实现农业生产的标准化和智能化。农产品智慧流通管理系统和溯源管理系统提高流通效率和产品追溯能力。智慧农业管理通过互联网+农业,提升农业管理的科学性和效率。农村社会服务则通过数字化手段,提高农村地区的公共服务水平。 总体而言,数字乡村和智慧农业的建设,不仅能够提升农业生产效率和管理水平,还能够促进农村地区的社会经济发展,实现城乡融合发展,是推动中国农业现代化的重要途径。
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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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