【JZOJ 4599】西行妖

本文探讨了一个关于在有限春度下,如何使一棵有n个节点的树——西行妖尽可能多地开花的问题,并提出了一种优化后的动态规划算法。

Description

在幻想乡白玉楼有一棵终年不开花的樱树叫西行妖,西行寺幽幽子曾经为了让它开花而大量收集春度,然后被城管教训了一顿…
现在,幽幽子得到城管的允许,收集了S点春度,让西行妖重新开花。
西行妖可以被看成是一棵有n个节点的树,每个叶子节点被分配了1点春度就能开花(幽幽子不会无意义地使用她的春度,于是最多只会给同一个叶子节点分配1点春度),对于非叶子节点i,如果它有至少有1个儿子开花,那么节点i能开花。
据说,西行妖的花开满之时,幽幽子会复活。但是城管只给了S点春度(S≤20),所以幽幽子这次是抱着娱乐的心态种树的。
如果西行妖有至少m个节点开花,那么幽幽子认为它是美丽的。现在幽幽子想知道,有多少种方案,使西行妖是美丽的(答案对10^9+7取模)。
注意:幽幽子不一定会把S点春度都分配完。

Solution

先搞一个暴力:
对于每个叶节点,有一个很显然的DP:fi,j,k表示做到第i个叶节点,用了j个春度,开了k朵花,
转移:

fI,j,k=i=1I1fi,j1,kdepI+depLCA(i,I)

复杂度:O(n3S)
现在,我们来考虑优化:
设两个数组:
sj,k,d=fi,j,k
i表示i’与i的LCA深度为d,
cntj,kd=sj,k,d

这样答案就是
fi,j,k=cntj1,kdep[i]

(不理解的把cnt的第二维放到树上感性的想一下)
转移就是每次做完一颗子树以后,把sj,k,d转移到sj,k,d1,并维护cnt数组,再把sj,k,d清零。

复杂度:O(n2S)

Code

#include<iostream>
#include<cstdio>
#include<cstdlib>
#define fo(i,a,b) for(int i=a;i<=b;i++)
#define fod(i,a,b) for(int i=a;i>=b;i--)
#define efo(i,q) for(int i=A[q];i;i=B[i][0])
using namespace std;
const int N=1050,mo=1e9+7;
int read(int &n)
{
    char ch=' ';int q=0,w=1;
    for(;(ch!='-')&&((ch<'0')||(ch>'9'));ch=getchar());
    if(ch=='-')w=-1,ch=getchar();
    for(;ch>='0' && ch<='9';ch=getchar())q=q*10+ch-48;n=q*w;return n;
}
int m,n,m1,ans;
int dep[N];
int B[2*N][2],A[N],B0;
int f[N][22][N],I;
int s[22][N][N],cnt[22][N];
void link(int q,int w){B[++B0][0]=A[q],A[q]=B0,B[B0][1]=w;}
void dfs(int q,int c)
{
    dep[q]=c;
    efo(i,q)dfs(B[i][1],c+1);
    if(!A[q])
    {
        I++;
        f[I][1][c]=1;
        if(c>=m)ans++;
        fo(j,2,m1)
            fo(k,dep[q],n)if(cnt[j-1][k-dep[q]])
            {
                f[I][j][k]=cnt[j-1][k-dep[q]];
                if(k>=m)ans=(ans+f[I][j][k])%mo;
            }
        fo(j,2,m1)
            fo(k,1,n)if(f[I][j][k])
            {
                s[j][k][c]=(s[j][k][c]+f[I][j][k])%mo;
                cnt[j][k-c]=(cnt[j][k-c]+f[I][j][k])%mo;
            }
        s[1][c][c]=(s[1][c][c]+f[I][1][c])%mo;
        cnt[1][0]=(cnt[1][0]+f[I][1][c])%mo;
    }
    fo(j,1,m1)
        fo(k,c,n)
        {
            s[j][k][c-1]=(s[j][k][c-1]+s[j][k][c])%mo;
            cnt[j][k-c+1]=(cnt[j][k-c+1]+s[j][k][c])%mo;
            cnt[j][k-c]=(cnt[j][k-c]-s[j][k][c]+mo)%mo;
            s[j][k][c]=0;
        }
}
int main()
{
    freopen("tree.in","r",stdin);
    freopen("tree.out","w",stdout);
    int q,w;
    read(n);read(m),read(m1);
    fo(i,2,n)read(q),link(q,i);
    dfs(1,1);
    printf("%d\n",ans);
    return 0;
}
### 解题思路 题目要求解决的是一个与图相关的最小覆盖问题,通常在特定条件下可以通过状态压缩动态规划(State Compression Dynamic Programming, SCDP)来高效求解。由于状态压缩的适用条件是状态维度较小(例如K≤10),因此可以利用二进制表示状态集合,从而优化计算过程。 #### 1. 状态表示 - 使用一个整 `mask` 表示当前选择的点集,其中第 `i` 位为 `1` 表示第 `i` 个节点被选中。 - 定义 `dp[mask]` 表示在选中 `mask` 所代表的点集后,能够覆盖的节点集合。 - 可以通过预处理每个点的邻域信息(包括自身和所有直接连接的点),快速更新状态。 #### 2. 预处理邻域 对于每个节点 `u`,预先计算其邻域范围 `neighbor[u]`,即从该节点出发一步能到达的所有节点集合。这样,在后续的状态转移过程中,可以直接使用这些信息进行合并操作。 #### 3. 状态转移 - 初始化:对每个单独节点 `u`,设置初始状态 `dp[1 << u] = neighbor[u]`。 - 转移规则:对于任意两个状态 `mask1` 和 `mask2`,如果它们没有交集,则可以通过合并这两个状态得到新的状态 `mask = mask1 | mask2`,并更新对应的覆盖范围为 `dp[mask1] ∪ dp[mask2]`。 - 在所有状态生成之后,检查是否某个状态的覆盖范围等于全集(即覆盖了所有节点)。如果是,则记录此时使用的最少节点量。 #### 4. 最优解提取 遍历所有可能的状态,找出能够覆盖整个图的最小节点目。 --- ### 时间复杂度分析 - 状态总为 $ O(2^K) $,其中 `K` 是关键点的量。 - 每次状态转移需要枚举所有可能的子集组合,复杂度为 $ O(2^K \cdot K^2) $。 - 整体时间复杂度控制在可接受范围内,适用于 `K ≤ 10~20` 的情况。 --- ### 代码实现(状态压缩 DP) ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 25; int neighbor[MAXN]; // 每个节点的邻域 int dp[1 << 20]; // dp[mask] 表示选中的点集合为 mask 时所能覆盖的点集合 int min_nodes; // 最小覆盖点 void solve(int n, vector<vector<int>>& graph) { // 预处理每个节点的邻域 for (int i = 0; i < n; ++i) { neighbor[i] = (1 << i); // 包括自己 for (int j : graph[i]) { neighbor[i] |= (1 << j); } } // 初始化 dp 组 memset(dp, 0x3f, sizeof(dp)); for (int i = 0; i < n; ++i) { dp[1 << i] = neighbor[i]; } // 状态转移 for (int mask = 1; mask < (1 << n); ++mask) { if (__builtin_popcount(mask) >= min_nodes) continue; // 剪枝 for (int sub = mask & (mask - 1); sub; sub = (sub - 1) & mask) { int comp = mask ^ sub; if (comp == 0) continue; int new_mask = mask; int covered = dp[sub] | dp[comp]; if (covered == (1 << n) - 1) { min_nodes = min(min_nodes, __builtin_popcount(new_mask)); } dp[new_mask] = min(dp[new_mask], covered); } } } int main() { int n, m; cin >> n >> m; vector<vector<int>> graph(n); for (int i = 0; i < m; ++i) { int u, v; cin >> u >> v; graph[u].push_back(v); graph[v].push_back(u); // 无向图 } min_nodes = n; solve(n, graph); cout << "Minimum nodes required: " << min_nodes << endl; return 0; } ``` --- ### 优化策略 - **剪枝**:当当前状态所用节点已经超过已知最优解时,跳过后续计算。 - **提前终止**:一旦发现某个状态覆盖了全部节点,并且节点达到理论下限,即可提前结束程序。 - **空间优化**:可以仅保存当前轮次的状态,减少内存占用。 --- ### 总结 本题通过状态压缩动态规划的方法,将原本指级复杂度的问题压缩到可接受范围内。结合位运算技巧和预处理机制,能够高效地完成状态转移和覆盖判断操作。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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