洛谷 P2014 选课---树形DP之一

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200329175113587.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FsZW5Mb3ZlQ29kZQ==,size_16,color_FFFFFF,t_70

这是一道树形DP的题,它的特点在于选课的数目有上限,且一定得按树的关系生成,这与背包问题不大相同,这道DP思想关键之处就是通过能否找到这样一个关系,可以很好的描述子问题之间的联系,我们设f[i][j]为以第I个点为根结点,有j门课可以选,这个情况下的最大学分。
那么对于每一个节点i,它的各个j是由所有子节点共同决定的,因为对于i它可以拿任意个子节点,反正只要得到f[i][j]的最大值就好了,那么如何处理这些子节点才可以得到f[i][j]呢,一开始我想第一个节点拿x1门,第二个节点拿x2门。。。
最后x1+x2+…=j-1,(剩下的1给父节点)就好了,可这样很难表示,如何表示才能完整的描述所有情况?
类似完全背包处理多个物体的情况,我们只需要每个子节点重新走过上一个子节点的情况就好了,也就是说一开始先认为只有一个子节点,设为 v,那么有状态转移方程
f[i][j]=max(f[i][j],f[v][k]+f[i][j-k]),k表示v节点及它后面的树中一共拿k门课所能得到的最大的学分,这样我们就有了第一个子节点的状态,此后对于所有的子节点我们都用这一个方程,这样所有的子节点的状态都可以集成在f[i][j]中了。

细节的解释:
当遍历到新的节点状态,那么f[i][j]是我们要算的节点状态,f[i][j-k]目前存的还是上一个子节点的状态,这样就可以实现所有 “子节点的取值情况的遍历取最大值” 这一目标
为了实现这一目标我们必须对j按从大到小遍历,其它不做要求

使用递归时注意边界处理

原题本是一个森林,我们虚拟出一个0节点,并把它计入到课程的数目中(为了统一情况)
所以最后的结果是f[0][m+1]
代码如下:

#include<iostream>
#include<vector>
using namespace std;
int n,m;
vector<int>G[301];//邻接表
int w[301];//权值
int f[301][301];
void dfs(int no)//父节点位置
{
 //f[no][1]=w[no];
 for(int i=0;i<G[no].size();i++)
 {
  int v=G[no][i];
  dfs(v);
  for(int j=m+1;j>=2;j--){
   for(int k=j-1;k>=1;k--)
    f[no][j]=max(f[no][j],f[v][k]+f[no][j-k]);
    
   }
  }
 for(int i=1;i<=m+1;i++)//最后的所有结果加上父节点它本身的学分
  f[no][i]+=w[no];
}
int main()
{
 cin>>n>>m;
 int i=0;
 int a,b; 
 while(++i<=n)
 {
  cin>>a>>b;
  G[a].push_back(i);
  w[i]=b;
  }
 dfs(0);
 cout<<f[0][m+1];
 return 0;
}
python+opencv简谱识别音频生成系统源码含GUI界面+详细运行教程+数据 一、项目简介 提取简谱中的音乐信息,依据识别到的信息生成midi文件。 Extract music information from musical scores and generate a midi file according to it. 二、项目运行环境 python=3.11.1 第三方库依赖 opencv-python=4.7.0.68 numpy=1.24.1 可以使用命令 pip install -r requirements.txt 来安装所需的第三方库。 三、项目运行步骤 3.1 命令行运行 运行main.py。 输入简谱路径:支持图片或文件夹,相对路径或绝对路径都可以。 输入简谱主音:它通常在第一页的左上角“1=”之后。 输入简谱速度:即每分钟拍数,同在左上角。 选择是否输出程序中间提示信息:请输入Y或N(区分大小写,下同)。 选择匹配精度:请输入L或M或H,对应低/中/高精度,一般而言输入L即可。 选择使用的线程数:一般与CPU核数相同即可。虽然python的线程是真正的多线程,但仍能起到加速作用。 估算字符上下间距:这与简谱中符号的密集程度有关,一般来说纵向符号越稀疏,这个值需要设置得越大,范围通常在1.0-2.5。 二值化算法:使用全局阈值则跳过该选项即可,或者也可输入OTSU、采用大津二值化算法。 设置全局阈值:如果上面选择全局阈值则需要手动设置全局阈值,对于.\test.txt中所提样例,使用全局阈值并在后面设置为160即可。 手动调整中间结果:若输入Y/y,则在识别简谱后会暂停代码,并生成一份txt文件,在其中展示识别结果,此时用户可以通过修改这份txt文件来更正识别结果。 如果选择文件夹的话,还可以选择所选文件夹中需要识别的文件以排除干扰
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