算法提高 金属采集 树形DP

        题目链接:金属采集

     思路:d(i, j)表示在以i为根结点的子树中使用j个机器人的最小花费。设v为u的一个子节点,从节点i使用k个机器人收集以v为根结点的能量,状态转移方程为d(u, i) = min(d(u, i - k) + d(v, k) + cost * k)  1 <= k <= i. 注意d(u, i - k)表示用i - k个机器人去收集其他子树的能量的最小花费,在遍历所有子节点之后,d(u, i)的值才会固定。

   AC代码:

#include <cstdio>
#include <algorithm>
#include <cstring>
#include <utility>
#include <string>
#include <iostream>
#include <map>
#include <set>
#include <vector>
#include <queue>
#include <stack>
using namespace std;
#define eps 1e-10
#define inf 0x3f3f3f3f
#define PI pair<int, int> 
const int maxn = 1e5 + 5;
int dp[maxn][12]; 

struct node{
	int son, cost; 
	node() {
	}
	node(int son, int cost):son(son), cost(cost) {
	}
};
vector<node>road[maxn];

int n, s, cnt;

void dfs(int u, int pre) { //u-当前节点,pre-它的父节点 
	int n = road[u].size();
	for(int i = 0; i < n; ++i) {
		int v= road[u][i].son, cost = road[u][i].cost;
		if(v == pre) continue;
		dfs(v, u);
		// 只考虑当前节点和已经发现的节点 
		for(int k = cnt; k >= 0; --k) { //该子树停留的机器人总数
		//逆序枚举--如果d(u, k)更新,那么不能影响d(u,k+1),如果顺序枚举会影响  
			dp[u][k] += dp[v][0] + cost * 2; //让一个机器人遍历该子树所有子节点并返回的花费 
			for(int j = 1; j <= k; ++j) {    //至少一个机器人进入子树 
				dp[u][k] = min(dp[u][k], dp[u][k-j] + dp[v][j] + j * cost);
			}
		}
 	} 
}

int main() {
	
	while(scanf("%d%d%d", &n, &s, &cnt) == 3) {
		memset(dp, 0, sizeof(dp));
		for(int i = 0; i <= n; ++i) road[i].clear();
		int x, y, cost;
		for(int i = 1; i < n; ++i) {
			scanf("%d%d%d", &x, &y, &cost);
			road[x-1].push_back(node(y-1, cost));
			road[y-1].push_back(node(x-1, cost));
		}
		dfs(s - 1, -1);
		printf("%d\n", dp[s - 1][cnt]); 
	}
	return 0;
}

如有不当之处欢迎指出!

转载于:https://www.cnblogs.com/flyawayl/p/8305413.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
树形动态规划(Tree DP)是一种解决树状结构问题的算法思想。它利用了树这种特殊的数据结构的性质进行求解,常用来解决树的最优路径、最大值、最小值等类型的问题。 在夜深人静的时候写算法,我通常会采用以下步骤来完成树形dp的实现: 第一步是定义状态。我们首先需要确定问题的状态表示方式。对于树形dp来说,常用的状态表示方式是以节点为单位进行表示。我们可以定义dp[i]表示以节点i为根的子树的某种性质,比如最大路径和、最长路径长度等。 第二步是确定状态转移方程。根据问题的特点,我们需要找到状态之间的关系,从而确定状态转移方程。在树形dp中,转移方程常常与节点的子节点相关联。我们可以通过遍历节点的子节点,利用它们的状态来更新当前节点的状态,从而得到新的状态。 第三步是确定初始条件。在动态规划中,我们需要确定初始状态的值。对于树形dp来说,我们可以选择将叶节点作为初始状态,然后逐步向上更新,最终得到整棵树的最优解。 第四步是确定计算顺序。树形dp的计算通常是从根节点开始,自顶向下逐步计算,直到达到叶节点。因为树形dp的计算过程中需要利用到子节点的状态来更新当前节点的状态,所以必须按照计算顺序进行。 夜深人静时,写算法树形dp是相对较复杂的算法,需要仔细思考问题的状态表示方式,转移方程以及初始条件。在实现过程中,可以采用递归的方式进行代码编写,或者利用栈等数据结构进行迭代实现。 总的来说,夜深人静写算法树形dp需要耐心和细心,经过思考和实践,才能顺利解决树状结构问题。但是,一旦理解并掌握了树形dp的思想和方法,就能够高效地解决各种树形结构问题,提升算法的效率和准确性。

“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