Computer HDU - 2196 树形dp

本文介绍了一种使用树形动态规划方法求解无向树中各节点到其他节点最远距离的问题。通过自底向上和自顶向下的两次深度优先搜索,分别计算了向子节点和向父节点走的最远距离,最终得到每个节点的最远距离。

题解

题目大意 给n个点的无向树 按照编号从2开始分别给出他的父节点和路径长度 输出每个点到其它点的最远距离

使用树形dp求解 考虑每个点的最远距离分为两种情况 一种是向父节点走一种是向子节点走
d[i]表示第一步向子节点走的最远距离 一旦第一步向子节点走则后面的都要向子节点走否则路径会重复
p[i]表示第一步向父节点走的最远距离 d[i]使用DFS自底向上求解类似于计算子树大小
p[i]使用DFS自顶向下求解 p[i]依然分为两种情况 到达父节点后继续向父节点走利用p[f]的最优解即可 到达父节点后向当前节点的兄弟走 p[x] = max(p[x], d[子节点] + f到子节点距离) 注意为兄弟节点不能和当前节点相同
两次DFS过后 每个节点的最远距离为两种情况取最大max(d[i], p[i])

AC代码

#include <stdio.h>
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;

const int INF = 0x3f3f3f3f;
const int MAXN = 1e4 + 10;
int fz[MAXN]; //记录父节点
int d[MAXN], p[MAXN]; //d[i]i向孩子节点走的最长距离 p[i]i向父节点走的最长距离

struct node
{
	int v, w;
};
vector<node> e[MAXN];

int DFS(int x, int f) //自底向上求d 向子节点走则只能一直走向叶子 回溯计算即可
{
	fz[x] = f;
	for (node &i : e[x]) if (i.v != f)
		d[x] = max(d[x], (DFS(i.v, x) + i.w));
	return d[x];
}
void DFS2(int x, int f) //自顶向下求f 向父节点走分为父节点向祖父节点走和向x的兄弟走 祖父方向利用p[fz[f]]最优解
{
	int tf = 0; //x到f的距离
	p[x] = p[f]; //到达父节点后继续向祖父节点走 tf最后再加
	for (node &i : e[f]) if (i.v != fz[f]) //父节点向x兄弟走
	{
		if (i.v == x) //如果等于x正好记录tf
			tf = i.w;
		else
			p[x] = max(p[x], d[i.v] + i.w); //一旦向子节点走则只能走子节点 利用d计算并加上到子节点的长度
	}
	p[x] += tf;
	for (node &i : e[x]) if (i.v != f) //p[x]计算完再递归求解
		DFS2(i.v, x);
}
int main()
{
#ifdef LOCAL
	freopen("C:/input.txt", "r", stdin);
#endif
	int n;
	while (cin >> n)
	{
		for (int i = 1; i <= n; i++)
			e[i].clear(), d[i] = p[i] = fz[i] = 0;
		for (int i = 2; i <= n; i++)
		{
			int v, w;
			scanf("%d%d", &v, &w);
			e[i].push_back({ v, w });
			e[v].push_back({ i, w });
		}
		DFS(1, 0);
		DFS2(1, 0);
		for (int i = 1; i <= n; i++)
			printf("%d\n", max(d[i], p[i])); //每个点两种情况取最大
	}

	return 0;
}
### 关于HDU - 6609 的题目解析 由于当前未提供具体关于 HDU - 6609 题目的详细描述,以下是基于一般算法竞赛题型可能涉及的内容进行推测和解答。 #### 可能的题目背景 假设该题目属于动态规划类问题(类似于多重背包问题),其核心在于优化资源分配或路径选择。此类问题通常会给出一组物品及其属性(如重量、价值等)以及约束条件(如容量限制)。目标是最优地选取某些物品使得满足特定的目标函数[^2]。 #### 动态转移方程设计 如果此题确实是一个变种的背包问题,则可以采用如下状态定义方法: 设 `dp[i][j]` 表示前 i 种物品,在某种条件下达到 j 值时的最大收益或者最小代价。对于每一种新加入考虑范围内的物体 k ,更新规则可能是这样的形式: ```python for i in range(n): for s in range(V, w[k]-1, -1): dp[s] = max(dp[s], dp[s-w[k]] + v[k]) ``` 这里需要注意边界情况处理以及初始化设置合理值来保证计算准确性。 另外还有一种可能性就是它涉及到组合数学方面知识或者是图论最短路等相关知识点。如果是后者的话那么就需要构建相应的邻接表表示图形结构并通过Dijkstra/Bellman-Ford/Floyd-Warshall等经典算法求解两点间距离等问题了[^4]。 最后按照输出格式要求打印结果字符串"Case #X: Y"[^3]。 #### 示例代码片段 下面展示了一个简单的伪代码框架用于解决上述提到类型的DP问题: ```python def solve(): t=int(input()) res=[] cas=1 while(t>0): n,k=list(map(int,input().split())) # Initialize your data structures here ans=find_min_unhappiness() # Implement function find_min_unhappiness() res.append(f'Case #{cas}: {round(ans)}') cas+=1 t-=1 print("\n".join(res)) solve() ```
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