hdu 3593 分类: hdu 2015-0...


终于理解树形依赖背包啦~


这个树形DP的转移方程还是比较简单的。

树形依赖背包的优化:

设当前结点为 x,因为选取物品 x 需要强制选取物品 fa(x),

所以直接令 dp(x)=dp(fa(x)) 并限制背包空间,然后处理 dp(son(x)),

最后强制加入物品 x,即用 dp(x)+g(x)来更新 dp(fa(x)) 即可。

这样就在强制选取物品 fa(x) 的前提下,选择了物品 x。

与原问题相比,优化了泛化物品的合并,时间复杂度降到 O(G)

时间复杂度:O(N∗G)


另外这题数据有点小问题,读入部分要改成奇怪的方式才能过。。。QwQ

void init()
{
    for(int i = 1, father; i <= N; i++)
    {
//      read(cost[i]), read(att[i]), read(fa[i]);
        scanf("%d%d%d", &cost[i], &att[i], &father);

        if(father == i) father = 0;

        NewEdge(father, i);
    }
}

#include <cstdio>
#include <cstdlib>
#include <cstring>
#include <cmath>
#include <ctime>
#include <vector>
#include <utility>
#include <stack>
#include <queue>
#include <iostream>
#include <algorithm>

template<class Num>void read(Num &x)
{
    char c; int flag = 1;
    while((c = getchar()) < '0' || c > '9')
        if(c == '-') flag *= -1;
    x = c - '0';
    while((c = getchar()) >= '0' && c <= '9')
        x = (x<<3) + (x<<1) + (c-'0');
    x *= flag;
    return;
}
template<class Num>void write(Num x)
{
    if(x < 0) putchar('-'), x = -x;
    static char s[20];int sl = 0;
    while(x) s[sl++] = x%10 + '0',x /= 10;
    if(!sl) {putchar('0');return;}
    while(sl) putchar(s[--sl]);
}

const int maxn = 1e5+50, maxG = 10005, rem = 505;

int N, G, dp[rem][maxG];
int cost[maxn], att[maxn], fa[maxn];

struct Edge
{
    int v, next;

    Edge(int v = 0,int next = 0):v(v),next(next){}

}edge[maxn];

int head[maxn], el = 0;

void NewEdge(int u,int v)
{
    edge[++el] = Edge(v, head[u]), head[u] = el;
}

void dfs(int a,int size)
{
    for(int i = head[a]; i; i = edge[i].next)
    {
        int p = edge[i].v;

        if(!head[p])
        {
            for(int j = size; j >= cost[p]; j--)
                dp[a][j] = std::max(dp[a][j], dp[a][j - cost[p]] + att[p]);
        }
        else
        {
            if(size >= cost[p])  
            {  
                for(int j = 0; j <= size - cost[p]; j++) dp[p][j] = dp[a][j];  

                dfs(p, size - cost[p]);  

                for(int j = size; j >= cost[p]; j--)
                    dp[a][j] = std::max(dp[a][j], dp[p][j - cost[p]] + att[p]);  
            }  
        }
    }
}

void clear()
{
    el = 0, cost[0] = att[0] = 0;

    memset(head, 0, sizeof(head));
    memset(dp, 0, sizeof(dp));      
}

void init()
{
    for(int i = 1; i <= N; i++)
    {
        read(cost[i]), read(att[i]), read(fa[i]);

        if(fa[i] == i) fa[i] = 0;

        NewEdge(fa[i], i);
    }
}

int main()
{
#ifndef ONLINE_JUDGE
    freopen("3593.in","r",stdin);
    freopen("3593.out","w",stdout);
#endif

    while(scanf("%d%d",&N,&G) != EOF)
    {

        clear(), init();

        dfs(0, G);

        write(dp[0][G]), puts("");    
    }


#ifndef ONLINE_JUDGE
    fclose(stdin);
    fclose(stdout);
#endif
    return 0;
}

版权声明:本文为博主原创文章,未经博主允许不得转载。

转载于:https://www.cnblogs.com/dashgua/p/4722948.html

利用MATLAB 4f光学系统,在Python中进行弗劳恩霍夫衍射和傅里叶面滤波——用镜头模拟光学图像处理。.zip 1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 立即下载

相关推荐

利用MATLAB和Excel对逆流双管热交换器的热性能进行分析。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

hdu 3593 树形依赖背包的优化

#include #include #include #include #include #include #include #include #include #include #include #include #include #include #define iinf 1000000000 #define linf 1000000000000000000LL #define dinf 1e

Lawrence_Jang 806

利用MATLAB对5G NR波束成形技术的性能分析.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

hi3593 Arinc429协议芯片使用及维护说明

最近使用Arinc429协议中,由于之前一直是逻辑实现的功能,但最近外接项目原因使用hi3593芯片,发现网络上关于这一款芯片的资料较少,可能会给很多刚工作的工程师,照成一定的使用困难;虽然官方的数据手册已经很完整了,鉴于针对技术的普及以及讨论,故针对此芯片做讨论交流。

xh_yydx的博客 4604

上市公司赫芬达尔指数、企业勒纳指数(1999-2025年)

上市公司赫芬达尔指数(HHI)和勒纳指数(LI)是衡量市场结构和市场势力(垄断力量)的两个重要指标 赫芬达尔指数(HHI)可衡量一个公司在市场中的相对份额或集中度,通过计算公司在市场中份额的平方和得出。数值越小,说明市场份额分布越分散,竞争程度越高;数值越大,说明市场集中度越高,少数企业占据较大份额,垄断程度越高 勒纳指数(LI)用于衡量企业的市场势力,即企业偏离完全竞争价格、制定高于边际成本的价格的能力,数值越接近1,表示企业市场势力越强,垄断程度越高 本文借鉴刘贯春等(2021)、孙茹峰和李楠博(2024)的思路和方法,分别测算上市公司赫芬达尔指数、勒纳指数: 赫芬达尔指数 = (公司营业收入/同行业同年营业收入合计)的平方和 企业勒纳指数 =(营业收入-营业成本-销售费用-管理费用)/营业收入 一、数据介绍 数据名称:上市公司赫芬达尔指数、企业勒纳指数 数据范围:上市公司 时间范围:1999-2025年 样本数量:85810条 数据来源:上市公司年报 更新时间:2026年11月 数据说明:内含原始数据、测算结果 二、数据指标 股票代码 股票简称 年份 省份 城市 区县 省份代码 城市代码 区县代码 行业代码 行业名称 赫芬达尔指数 勒纳指数 营业收入 营业成本 销售费用 管理费用 三、参考文献 [1]刘贯春,叶永卫,张军.社会保险缴费、企业流动性约束与稳就业——基于《社会保险法》实施的准自然实验[J].中国工业经济,2021,(05):152-169. [2]孙茹峰,李楠博.金融化对企业绿色转型意向的影响研究[J].管理学报,2024,21(11):1612-1620+1677. [3]张倩肖,段义学.数字赋能、产业链整合与全要素生产率[J].经济管理,2023,45(04):5-21. [4]伍兆祥,代吉林,

工业互联网工控安全与工业质检AI大模型建设方案.pptx

工业互联网工控安全与工业质检AI大模型建设方案.pptx

hdu-3593-The most powerful force

c[N],cost val[N],value dp[i][j],i点的子树(不包括i点)消耗j,的最大value 非叶子节点 #include #include #include #include #include #include using namespace std; #define N 100010 vector f[N]; int c[N],val[N]; int d

xiaoyu1_1的专栏 756

通信行业CentOS 7内核网络栈优化:高并发连接下UDP/TCP性能调优与系统资源管理

内容概要:本文聚焦于CentOS 7系统在通信行业高并发场景下的性能调优实践,重点围绕内核网络栈优化展开,涵盖UDP/TCP缓冲区调整、文件句柄与连接跟踪表扩容、TIME_WAIT状态复用、软中断分布优化及tuned工具的自动化调优。通过具体配置参数和实际案例(如VoIP软交换系统)深入解析各项调优措施的设计原理与实施效果,有效解决高CPS下丢包、连接失败等问题,并展望了向云化、eBPF等动态智能调优方向的发展趋势。; 适合人群:从事通信系统运维、网络开发或Linux系统性能优化的技术人员,具备一定操作系统和网络基础知识,工作经验1年以上的中初级工程师。; 使用场景及目标:①应用于软交换、媒体网关、信令网关等高并发通信设备的系统调优;②解决UDP丢包、conntrack表满、TCP连接队列溢出等典型性能瓶颈;③提升系统在小包高频、低时延要求场景下的稳定性和吞吐能力。; 阅读建议:建议结合实际生产环境或测试平台同步验证文中配置,重点关注参数背后的物理意义(如BDP、softirq、conntrack机制),并配合ss、conntrack、dmesg等命令进行调优前后对比分析,确保安全可控地实施变更。

HDU 3593 The most powerful force 树形DP(背包)

原题: The most powerful force Time Limit: 16000/8000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 938    Accepted Submission(s): 238 Problem Descripti

u011343989的专栏 865

2024 《计算机网络》实验教学指导书.doc

2024 《计算机网络》实验教学指导书.doc

不平衡电网下自抗扰顺序模型预测PWM整流器控制仿真模型(Simulink仿真实现)

内容概要:本文围绕面向城市空中交通的多无人机路径规划问题展开研究,提出了一套融合全局规划、动态避障与局部协同调整的综合路径规划方法。研究内容涵盖基于改进RRT算法与图论的全局路径规划、基于动态风险场和动态窗口法(DWA)的模型预测控制实现动态避障,以及基于分布式协同控制的多无人机局部路径协同策略。通过Matlab平台构建仿真环境,在多种典型城市交通场景下对所提方法进行了系统性验证,结果表明该方法在路径安全性、编队稳定性与任务效率方面表现优异。文章还深入探讨了算法的创新点与未来研究方向,为复杂城市环境下多无人机系统的自主协同提供了理论支撑与技术路径。; 适合人群:具备自动化、控制理论、计算机科学或相关领域基础知识,从事无人机系统、智能交通、路径规划、多智能体协同控制等方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①为城市空中交通系统中的多无人机安全、高效飞行提供可靠的路径规划解决方案;②支持在复杂、动态的城市场景中开展无人机自主导航、编队飞行与协同控制的技术研究与仿真验证。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点关注算法的具体实现细节、参数配置对性能的影响以及不同仿真场景下的实验设计,以深入理解各模块的集成逻辑与实际应用效果。

HDU 3593 The most powerful force 树状dp

Problem: 有很多的士兵需要出征,如果士兵出征那他的上级也必须出征,如果一个士兵的上级是自己,那么说明自己就是老大,最多不超过500个老大,每个士兵有两个属性,需要花费的钱和能贡献的价值,给定允许消费的最大的钱,问最多的贡献是多少?

YueLing's Blog 636

【选址和定容】模拟退火改进多目标粒子群算法在分布式电源选址和定容中的应用【IEEE69节点】(Matlab代码实现)

内容概要:本文研究了模拟退火改进多目标粒子群算法在分布式电源选址和定容中的应用,以IEEE69节点配电系统为算例进行仿真分析。通过融合模拟退火算法的强全局搜索能力与粒子群算法的高效局部收敛特性,构建了一种改进的多目标优化算法,用于解决分布式电源在配电网中的最优位置选择与容量配置问题。研究旨在实现多重优化目标,包括最小化网络有功损耗、提升节点电压质量、增强系统运行的经济性与稳定性。文中详细阐述了多目标优化模型的数学构建、算法的改进机制与实现流程,并基于Matlab平台完成了算法编程与仿真验证,结果表明所提方法在求解质量和收敛性能上均优于传统算法。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力,从事配电网规划、分布式能源系统优化、智能优化算法应用等相关领域的科研人员、工程师以及高校研究生。; 使用场景及目标:①解决高比例分布式电源接入背景下配电网的科学规划问题;②为新型电力系统中源网协调设计提供有效的优化工具;③为相关领域的科研工作提供可复现、可拓展的算法模型与仿真代码实例,支持进一步的算法对比与功能升级。; 阅读建议:建议读者结合提供的Matlab代码与IEEE69节点标准数据,动手复现实验结果,深入理解算法的参数设置、迭代过程与多目标折衷分析方法,并可根据实际研究需求修改目标函数或引入新的约束条件以适应不同的应用场景。

hdu3593泛化背包

//用类似有依赖的背包的写法过不了,数据量太大,只能优化 //特别要注意这里是找dp[0][i]中的最大值 #include #include #include #define maxn 100005 using namespace std; int n,g,idx,ans; int c[maxn],v[maxn],head[maxn],use[maxn]; int dp[505][10005];

948

【数据分享】中国371个城市的坡度矢量数据和excel数据

在城市发展的进程中,地形地貌始终是影响规划决策的关键因素,而坡度作为表征地表倾斜程度的核心指标,更是贯穿于城市建设、生态保护等诸多环节。本文将全面解读中国 371 个城市坡度数据的相关情况,包括数据概况、生成流程、应用场景等内容,为读者呈现一份详尽的坡度数据指南。

qq_39719713的博客 1844

深入浅出:用状态机搞定FPGA MIG控制器与DDR3的读写时序(附Verilog源码分析)

本文深入解析了如何利用状态机精准控制FPGA MIG控制器与DDR3的读写时序,涵盖Verilog源码实现、关键时序控制点及实战优化技巧。通过状态机设计、跨时钟域处理和带宽优化等方法,有效提升DDR3访问效率,适用于高性能计算和AI加速器等场景。

weixin_26899659的博客 408

HDU 3593 The most powerful force

ProblemDescription The leaders of ACcountry made a decision to regain the TW Island. But they have to face thepowerful force from USB. So the leaders have to hire some excellent soldiersfrom the trai

涅槃phy的专栏 1286

使用DeepSeek、MCP和AKShare实现智能金融问答系统技术方案

DeepSeek是由深度求索公司开发的大规模语言模型,最新版本DeepSeek-V3采用混合专家(MoE)架构,拥有671B参数,激活37B参数,在多项基准测试中表现优异3。要使用DeepSeek的API服务:访问DeepSeek平台注册账号获取API Key(形如AKShare是基于Python的金融数据接口库,提供股票、基金、期货、宏观经济等领域的海量数据。主要特点包括:免费开源,数据源丰富支持多种数据格式(DataFrame/JSON)持续更新维护安装命令。

Kin 3170

hdu3593 树形背包

根据题意我们可以判断出很明显是一个树形的DP,但是从何入手呢。   显然我们还是可以按照对于某一个点分取和不取两种状态,那么由于闲置费用的引入我们很容易就想到了背包问题(体积限制)。我们不妨假设0为根节点。显然对于每一个非叶子节点 i 以他为根的子树在费用dp[ i ][ v ]的最大收益就可以通过其儿子节点来求:如果他的儿子是个叶子节点,那么要么取要么不取,就是0、1背包的问题了;如果儿子不是

Alone_L的专栏 1426

Jenkins中文显示不全?三步搞定Locale插件+汉化包的正确安装姿势

本文针对Jenkins界面中文显示不全问题,提供从原理到实战的深度解决方案。文章详细解析了Locale插件与中文语言包的核心机制,并分步指导如何通过配置JVM环境、正确安装插件及执行深度排查,彻底解决汉化顽疾,实现Jenkins界面的完美中文显示。

weixin_42611310的博客 259

PyMOL下载安装教程(附安装包)2025最新版(PyMOL 3.0.3)

本文详细介绍了Windows系统下PyMOL分子建模软件的安装教程。主要内容包括:提供安装包下载链接,强调需关闭杀毒软件;分步骤讲解管理员身份运行安装程序、接受协议、选择安装路径等安装流程;重点说明如何配置隐藏文件夹ProgramData中的许可证文件;最后提供基础使用技巧和常见问题解决方案。该教程适用于需要制作高质量分子结构图的科研人员和新手用户,帮助完成软件部署并顺利开展工作。

progalchemist的博客 3786

树形DP(3) Hdu3593 The most powerful force (泛化背包)

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=3593 The most powerful force Time Limit: 16000/8000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Submission(s): 938    Accepted

我是一颗小星星~ 1201

基于 LSTM 的船舶轨迹预测,单步预测

基于 LSTM 的船舶轨迹预测,单步预测

fyuhao的博客 1万+
上一篇: poj 3134 分类: poj 2015-0...
下一篇: codeforces 366D 分类: codeforces ...
aa288288
博客等级 码龄11年 0粉丝 0原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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