树形dp详解

一、树形dp

什么是树形dp?

树形dp是建立在树状结构的基础上的一种dp。其实个人感觉和记忆化搜索有点像。

树形dp的遍历顺序

一般的树形dp都是先找到树根,用dfs先初始化,然后递归到叶节点,然后退回来更新dp数组。

void dfs(int u,int fa){
	dp[u] = ...;//初始化
	for(int i = head[u];i;i = e[i].next) if(e[i].v != fa){
		dfs(e[i].v,u);//先到子节点
		dp[u] = ...;//转移方程
	}
}

二、树形dp练习

洛谷 P1352

其实看懂题目后也不难,也就是n个节点,每个节点有一个数值,这些节点构成了一棵树,让你选一个集合,使他们的和最大,并且有子节点就不能有父节点,有父节点就不能有子节点。
设dp[u][0]为不取u节点的数值,dp[u][1]为取u节点的数值。
那么就有以下转移方程:
{ d p [ u ] [ 0 ]   + =   m a x ( d p [ v ] [ 1 ] , d p [ v ] [ 0 ] ) d p [ u ] [ 1 ]   + =   d p [ v ] [ 0 ] \begin{cases} dp[u][0] \ += \ max(dp[v][1],dp[v][0])\\ dp[u][1] \ += \ dp[v][0]\\ \end{cases} {dp[u][0] += max(dp[v][1],dp[v][0])dp[u][1] += dp[v][0]
时间复杂度 O ( n ) O(n) O(n)
注意本题不是以1为根节点,需要寻找根节点,没有上司的结点即为根节点,读入时用数组标记即可。

/*
*/
#include<bits/stdc++.h>
#define rep(i,s1,s2,s3) for(i = s1;i <= s2;i += s3)
#define r(i,s1,s2,s3) for(i = s1;i >= s2;i -= s3)
#define ull unsigned long long
#define sort stable_sort
#define INF 0x7f7f7f7f
#define ll long long 
using namespace std;
int n,id,r[6010],in[6010],dp[6010][2],head[6010];
struct node{
	int u,v,next;
}e[6010];
void add(int u,int v){
	e[++id] = node{u,v,head[u]};
	head[u] = id;
}
void dfs(int u){
	dp[u][0] = 0;
	dp[u][1] = r[u];
	int v;
	for(int i = head[u];i;i = e[i].next){
		v = e[i].v;
		dfs(v);
		dp[u][1] += dp[v][0];
		dp[u][0] += max(dp[v][1],dp[v][0]);
	} 
} 
int main(){
	ios::sync_with_stdio(false); cin.tie(0); cout.tie(0);
	//freopen(".in","r",stdin);
	//freopen(".out","w",stdout);
	cin>>n;
	int i,u,v;
	rep(i,1,n,1) cin>>r[i];
	rep(i,1,n - 1,1){
		cin>>v>>u;
		add(u,v);
		in[v]++;
	}
	rep(i,1,n,1) if(!in[i]){
		dfs(i);
		cout<<max(dp[i][0],dp[i][1]);
		break;
	} 
	return 0;
}

洛谷 P2016

其实和上面这题差不多,但它是求最小值。

/*
*/
#include<bits/stdc++.h>
#define rep(i,s1,s2,s3) for(i = s1;i <= s2;i += s3)
#define r(i,s1,s2,s3) for(i = s1;i >= s2;i -= s3)
#define ull unsigned long long
#define sort stable_sort
#define INF 0x7f7f7f7f
#define ll long long 
using namespace std;
int n,id,dp[100010][2],head[100010];
struct edge{
	int u,v,next;
}e[200010];
void add(int u,int v){
	e[++id] = edge{u,v,head[u]};
	head[u] = id;
}
void dfs(int u,int fa){
	dp[u][1] = 1;
	int v;
	for(int i = head[u];i;i = e[i].next) if(e[i].v != fa){
		v = e[i].v;
		dfs(v,u);
		dp[u][0] += dp[v][1];
		dp[u][1] += min(dp[v][0],dp[v][1]); 
	}
}
int main(){
	ios::sync_with_stdio(false); cin.tie(0); cout.tie(0);
	//freopen(".in","r",stdin);
	//freopen(".out","w",stdout);
	cin>>n;
	int i,l,u,v;
	rep(i,1,n,1){
		cin>>u>>l;
		while(l--){
			cin>>v;
			add(u,v);
			add(v,u);
		}
	}
	dfs(0,-1);
	cout<<min(dp[0][0],dp[0][1]); 
	return 0;
}

双倍经验

  • 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