P1273 有线电视网(树形dp)

https://www.luogu.com.cn/problem/P1273


思路:

dp[i][j]:以i为根的子树服务j个用户的最大收益。

答案遍历到dp[i][j]>=0的时候更新最值

 

#include<iostream>
#include<vector>
#include<queue>
#include<cstring>
#include<cmath>
#include<map>
#include<set>
#include<cstdio>
#include<algorithm>
#define debug(a) cout<<#a<<"="<<a<<endl;
using namespace std;
const int maxn=3e3+100;
typedef long long LL;
inline LL read(){LL x=0,f=1;char ch=getchar();	while (!isdigit(ch)){if (ch=='-') f=-1;ch=getchar();}while (isdigit(ch)){x=x*10+ch-48;ch=getchar();}
return x*f;}
LL val[maxn],out[maxn],siz[maxn];
struct Edge{
    LL to,cost;
};
vector<Edge>g[maxn];
LL dp[maxn][maxn];
void dfs(LL u,LL fa){
     siz[u]=1;
     dp[u][0]=0;
     if(out[u]==0) dp[u][1]=val[u];///叶子的价值初始化
     for(LL i=0;i<g[u].size();i++){
         LL v=g[u][i].to;LL cost=g[u][i].cost;
         if(v==fa) continue;
         dfs(v,u);
         siz[u]+=siz[v];
         for(LL j=siz[u];j>=1;j--){
             for(LL k=1;k<=j;k++){
                 dp[u][j]=max(dp[u][j],dp[u][j-k]+dp[v][k]-cost);
             }
         }
     }
}
int main(void){
   cin.tie(0);std::ios::sync_with_stdio(false);
   LL n,m;cin>>n>>m;
   for(LL i=1;i<=n-m;i++){
       LL k;cin>>k;
       for(LL j=1;j<=k;j++){
           LL v,cost;cin>>v>>cost;
           g[i].push_back({v,cost});out[i]++;
           g[v].push_back({i,cost});
       }
   }
   for(LL i=1;i<=n;i++){
       if(out[i]==0){
          cin>>val[i];
       }
   }


   memset(dp,-0x3f,sizeof(dp));
   dfs(1,-1);

   LL ans=0;
   for(LL j=1;j<=n;j++){
       if(dp[1][j]>=0){
           ans=max(ans,j);
       }
   }
   cout<<ans<<"\n";
   return 0;
}

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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