HDU Computer(树形dp好题)

Computer
Time Limit: 1000/1000 MS (Java/Others)
Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 41793 Accepted Submission(s): 7933

Problem Description
    A school bought the first computer some time ago(so this computer’s id is 1). During the recent years the school bought N-1 new computers. Each new computer was connected to one of settled earlier. Managers of school are anxious about slow functioning of the net and want to know the maximum distance Si for which i-th computer needs to send signal (i.e. length of cable to the most distant computer). You need to provide this information.

    Hint: the example input is corresponding to this graph. And from the graph, you can see that the computer 4 is farthest one from 1, so S1 = 3. Computer 4 and 5 are the farthest ones from 2, so S2 = 2. Computer 5 is the farthest one from 3, so S3 = 3. we also get S4 = 4, S5 = 4.

Input
    Input file contains multiple test cases.In each case there is natural number N (N<=10000) in the first line, followed by (N-1) lines with descriptions of computers. i-th line contains two natural numbers - number of computer, to which i-th computer is connected and length of cable used for connection. Total length of cable does not exceed 10^9. Numbers in lines of input are separated by a space.

Output
    For each case output N lines. i-th line must contain number Si for i-th computer (1<=i<=N).

Sample Input
5
1 1
2 1
3 1
1 1

Sample Output
3
2
3
4
4

题意: 给出一棵树,求这颗树每个节点的最大距离。

在这里插入图片描述

下面我们来具体分析下,这个点的在树中的最大距离如何计算?

下面我们按照这棵树来分析:
在这里插入图片描述
例如:我们要求5号点的最大距离,肉眼观察,很显然最大距离是4,其路径是5->7->8->10->12.

1、首先我们以5号点为根,把树看作2部分,分成上和下。
如图所示:
在这里插入图片描述
2、我们很容易能算出下面部分的最大距离,只要dfs一遍就能求出。

3、本题最核心的地方是求上半部分的最大值,也是我们树形dp的思想。

分2种情况:
①第一种情况就是当前节点经过父亲节点的最大距离

比如上面的5号节点,他的父亲节点是2,并且2号节点的最大距离路径是2->5->7->8->10->12. 可以发现,2号节点的最大长度的路径中有5号节点,
那么 5号节点的上半部分的最大距离=max(2号节点的下半部分次大距离+权值,2号节点上半部分最大距离+权值).

那么为什么要次大距离呢??????????小朋友,你是不是有很多问号?

因为 我们当前节点是经过它父节点的最大距离,所以它已经在最大距离上了。因为次大距离上,一定没有5号点。所以是次大距离
请看上图,5号点是经过2号点的最大距离的路径上,那么 2号到达4号的就是2号点向下的次大距离,加上权值,路径是max(5->2->4,5->2-1).

如果还是有点模糊的话,请看第二个例子:

求7号点的最大距离: (7号节点的父节点是5号)
=Max(5号节点的下半部分次大距离+权值5号节点上半部分的最大距离+权值)

5号节点的下半部分次大距离+权值:
在这里插入图片描述
*请读者好好品味下。。。

②第二种情况就是当前节点不经过父亲节点的最大距离

不经过的话,很简单,当前节点上半部分的最大距离=max(父亲节点的向下的最大距离+权值父亲节点的向上的最大距离+权值

例如,现在我们要计算4号节点。

下图是父亲节点向下的最大距离为5
在这里插入图片描述

父亲节点向上的最大距离为1

如图:
在这里插入图片描述

接下来就是代码如何写:

1、dfs1求出每个点向下的最大距离和次大距离
2、dfs2求出每个点向上的次大距离
3、答案max(当前点向上最大距离,当前点向下最大距离)

AC代码,有详细注释(注意long long)

#include <bits/stdc++.h>

using namespace std;

typedef long long ll;

const int N=10000+100;

ll head[N<<1],cnt;
ll dp[N][3];//dp[i][0]:节点i向下的最大距离  dp[i][1]:节点i向下的次大距离  dp[i][2]:节点i向上的最大距离
ll vis[N];//vis[u]=v 表示节点v经过节点u向下的最大距离
ll n,v,w;

struct Edge
{
	ll e;
	ll to;
	ll data;
}edge[N<<1];

void add_edge(ll u,ll v,ll val)
{
	cnt++;
	edge[cnt].e=v;
	edge[cnt].to=head[u];
	edge[cnt].data=val;
	head[u]=cnt;
}

void init()
{
	memset(head,0,sizeof(head));
	memset(dp,0,sizeof(dp));
	memset(vis,0,sizeof(vis));
	cnt=0;
}

void dfs1(ll u,ll f)//第一次dfs1 处理节点i向下的最大距离和次大距离 
{
	ll max1=0;//最大距离 
	ll max2=0;//次大距离
	
	for(ll i=head[u];i!=0;i=edge[i].to)
	{
		ll v=edge[i].e;
		if(v==f)continue;
		dfs1(v,u);
		if(edge[i].data+dp[v][0]>=max1)
		{//如果当前父亲节点的权值+向下最大距离>=max1 
			max2=max1;//首先更新次大距离,次大距离就是等于上次的最大距离 
			max1=edge[i].data+dp[v][0];//再更新最大距离
			vis[u]=v;//标记节点v经过节点u的最大距离 
		}
		else if(edge[i].data+dp[v][0]>max2)
		{//如果当前父亲节点的权值+向下最大距离>=max2 
			max2=edge[i].data+dp[v][0];//更新次大距离 
		} 
		else if(edge[i].data+dp[v][1]>max2)
		{//如果当前父亲节点的权值+向下次大距离>=max2 
			max2=edge[i].data+dp[v][1];//更新次大距离 
		}
	}
	//最大距离和次大距离存入 
	dp[u][0]=max1;
	dp[u][1]=max2; 
} 

void dfs2(ll u,ll f)
{
	for(ll i=head[u];i!=0;i=edge[i].to)
	{
		ll v=edge[i].e;
		if(v==f)continue;
		if(vis[u]==v)
		{//当前结点v经过u的最大距离 
			dp[v][2]=max(dp[u][1]+edge[i].data,dp[u][2]+edge[i].data);
		  //结点v向上的最大距离=MAX(父节点u的向下次大距离+(v,u)的权值 , 父节点u向上的最大距离+(v,u)的权值) 
		}
		else
		{//当前结点v不经过u的最大距离 
			dp[v][2]=max(dp[u][0]+edge[i].data,dp[u][2]+edge[i].data); 
			//结点v向上的最大距离=MAX(父节点u的向下最大距离+(v,u)的权值 , 父节点u向上的最大距离+(v,u)的权值) 
		}
		dfs2(v,u);
	}
} 

int main()
{
	while(~scanf("%lld",&n))
	{
		init();
		for(ll u=2;u<=n;u++)
		{
			scanf("%lld%lld",&v,&w);
			add_edge(u,v,w);
			add_edge(v,u,w);
		}
		dfs1(1,1);
		dfs2(1,1);
		for(ll i=1;i<=n;i++)
		{
			printf("%lld\n",max(dp[i][0],dp[i][2]));
		}
	}
	return 0;
} 

愿,自己不再辜负自己。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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