【动态规划】树上着色问题

该博客介绍了一种解决树节点着色问题的动态规划算法,目标是使尽可能多的节点着黑色,相邻节点不能着黑色。通过维护一个二维动态规划数组,博主详细阐述了状态转移方程,并给出了C++实现。算法首先定义了根节点涂成黑色和白色的两种情况,然后递归地处理子节点,最终得到最大黑色节点数。

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

问题描述:
对一棵树进行着色,每个结点可着黑色或白色,相邻结点不能着相同黑色,但可着相同白色。请设计一种算法对树中尽量多的节点着黑色。

思路:
对于一棵根节点为 r o o t root root 的子树(也有可能就是输入的树),只会发生两个情况:(1) r o o t root root 涂成白色,那么 r o o t root root 的子节点可以涂成白色也可以涂成黑色;(2) r o o t root root 涂成黑色,那么root的子节点只能涂成白色。

基于这两种情况,我们可以维护一个动态规划表 d p [ N + 1 ] [ 2 ] dp[N + 1][2] dp[N+1][2],其中 d p [ r o o t ] [ 0 ] dp[root][0] dp[root][0] 代表了 r o o t root root 涂成黑色时以其为根节点的子树里面可包含的最大黑色节点数, d p [ r o o t ] [ 1 ] dp[root][1] dp[root][1] 代表了 r o o t root root 涂成白色时以其为根节点的子树里面可包含的最大黑色节点数。那么状态转移方程如下公式所示。

d p [ r o o t ] [ 0 ] = 1 + ∑ c h i l d d p [ c h i l d ] [ 1 ] d p [ r o o t ] [ 1 ] = 0 + ∑ c h i l d max ⁡ ( d p [ c h i l d ] [ 1 ] , d p [ c h i l d ] [ 0 ] ) dp[root][0] = 1 + \sum_{child}{dp[child][1]} \\ dp[root][1] = 0 + \sum_{child}{\max(dp[child][1], dp[child][0])} dp[root][0]=1+childdp[child][1]dp[root][1]=0+childmax(dp[child][1],dp[child][0])

很明显当访问到叶节点时(也就是最小子问题) d p [ r o o t ] [ 0 ] = 1 dp[root][0] = 1 dp[root][0]=1 d p [ r o o t ] [ 1 ] = 0 dp[root][1] = 0 dp[root][1]=0

C++源代码:

//
//  main.cpp
//  ColoringTree
//
//  Created by 胡昱 on 2021/12/31.
//

#include <iostream>
#include <vector>
#include <cstring>
using namespace std;

// 最大节点数
const int MAX_N = 50000;

// 动态规划数组
// dp[i][0]代表了第i个节点涂成黑色时,以其为根节点的子树的最大黑色节点数
// dp[i][1]代表了第i个节点涂成白色时,以其为根节点的子树的最大黑色节点数
int dp[MAX_N + 1][2];

// 记录每个节点是否有父节点
int hasP[MAX_N + 1];

// 邻接表(也就是每个节点的子节点)
vector<int>* chi;

// 递归形式的动态规划
void solve(int root) {
    // 如果root涂成黑色,则目前这棵树的黑色节点数为1
    dp[root][0] = 1;
    // 如果root涂成白色,则目前这棵树的黑色节点数为0
    dp[root][1] = 0;
    
    // 对该节点的子节点进行动态规划
    for(int i = 0; i < chi[root].size(); ++i) {
        // 动态规划
        solve(chi[root][i]);
        
        // 如果root涂成黑色,那么子节点只能涂成白色
        dp[root][0] += dp[chi[root][i]][1];
        // 如果root涂成白色,那么子节点可以涂成白色也可以涂成黑色
        dp[root][1] += max(dp[chi[root][i]][0], dp[chi[root][i]][1]);
    }
}

int main(int argc, const char * argv[]) {
    // 有T组测试数据
    int T;
    cin >> T;
    while((T--) > 0) {
        // 输入节点数量N
        int N;
        cin >> N;
        
        // 初始化邻接表,注意节点编号是从1开始的
        chi = new vector<int>[N + 1];
        
        // 初始化记录是否有父节点的数组
        memset(hasP, 0, sizeof(hasP));
        
        // 输入边
        for(int Ni = 0; Ni < N - 1; ++Ni) {
            // u到v有一条边
            int u, v;
            cin >> u >> v;
            chi[u].push_back(v);
            
            // 记录存在父节点
            hasP[v] = 1;
        }
        
        // 寻找根节点,从根节点向下动态规划
        // root随便赋了个值防止编译器报错
        int root = 0;
        for(int Ni = 1; Ni <= N; ++Ni) {
            if(hasP[Ni] == 0) {
                root = Ni;
                break;
            }
        }
        
        // 初始化动态规划数组
        memset(dp, 0, sizeof(dp));
        
        // 开始动态规划
        solve(root);
        
        // 输出结果并释放资源
        cout << max(dp[root][0], dp[root][1]) << endl;
        delete [] chi;
    }
    return 0;
}

评论 1
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