树形dp 小结

这篇博客总结了树形动态规划(DP)的各种问题,包括树的重心、树的遍历、树的直径、状态转移(儿子到父亲、父亲到儿子)、贪心策略的应用、树形DP的维护以及在树上背包问题、环套树问题、多叉树转二叉树等问题中的应用。通过多个具体题目实例,探讨了树形DP的解题思路和技巧。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

只能勉强称之为树形dp的傻逼问题:

[POJ1655]Balancing Act
树的重心,经典问题,但是非常简单啊。。。
用size维护一下就好辣!
[BZOJ2435][Noi2011]道路修建
Noi的题竟然有这么水。。。

树的?序遍历

树的遍历问题,大多数与根有关。也就是说,以?为根经常在dp的状态中出现。
[NOIP2003]加分二叉树

树的直径(最长链)相关(经典问题):

做法一:两遍dfs
首先从任何一个点出发找到一个离它最远的点,再从这个点出发找到离它最远的点。第二次dfs到的就是最长链。
但是这种方法不能搞负边权。于是就有了更优的做法——
做法二:树形dp
f(i)和g(i)分别表示以i为根节点的子树的到叶子节点的最远距离和次远距离。然后dp。
[tyvj1520]树的直径
裸题= =
[BZOJ1509][NOI2003]逃学的小孩
dp不知道好不好写,这种题直接上dfs叭?

旅行商问题是一个经典的组合优化问题,其目标是在给定的一组城市之间找到一条最短的路径,使得每个城市都被恰好访问一,并最终回到起点城市。 分支限界法和动态规划法是两种常用的解决旅行商问题的算法。下面是它们在实验中的小结: 1. 分支限界法: 分支限界法是一种广泛应用于组合优化问题的算法。在解决旅行商问题时,可以将所有可能的路径表示为一个树形结构,每个节点表示一个城市,每个叶子节点表示一条完整的路径。该算法通过逐步扩展路径来生成这个树形结构,并使用优先队列来选择下一个节点进行扩展。每扩展一个节点时,可以计算出从起点到该节点的部分路径长度,并将其作为上界存储在优先队列中。如果当前节点的路径长度已经超过了上界,则可以剪枝,不再继续扩展该节点。 在实验中,我们使用分支限界法解决了旅行商问题,并与动态规划法进行了比较。实验结果表明,分支限界法在处理大规模问题时具有较好的性能,但在解决小规模问题时,由于需要不断地扩展节点并更新优先队列,其效率较低。 2. 动态规划法: 动态规划法是一种常用的解决组合优化问题的算法,其基本思想是将问题分解为多个子问题,并利用递推关系求解。在解决旅行商问题时,可以定义一个状态表示为 (S, i),其中 S 表示已经访问过的城市集合,i 表示当前所在的城市。状态转移方程可以表示为: dp[S][i] = min{dp[S-{j}][j] + dist(j, i)} (j∈S) 其中,dp[S][i] 表示从起点出发,访问集合 S 中的所有城市,并以城市 i 结束的最短路径长度,dist(j, i) 表示从城市 j 到城市 i 的距离。 在实验中,我们使用动态规划法解决了旅行商问题,并与分支限界法进行了比较。实验结果表明,动态规划法在处理小规模问题时具有较好的性能,但在解决大规模问题时,由于需要计算所有子问题的最短路径长度,其效率较低。 综上所述,分支限界法和动态规划法都是有效解决旅行商问题的算法,但它们各自的适用场景略有不同。在处理大规模问题时,分支限界法比动态规划法更加适用;而在处理小规模问题时,动态规划法则更具优势。
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