UVa 11324 最大团(强连通分量+dp最长路)

本文介绍了一种解决最大可达结点集问题的算法。通过寻找强连通分量并将其转换为求解有向无环图(DAG)上的最长路径问题来实现。文章提供了完整的代码实现,并解释了关键步骤。

题意:

给一张有向图G,求一个结点数最大的结点集,使得该结点中任意两个结点 u 和 v满足:要么 u 可以到达 v, 要么 v 可以到达 u(u 和 v 相互可达也可以)。

分析:

同一个强连通分量中的点要么都选,要么不选。把强连通分量收缩点后得到SCC图,让每个SCC结点的权等于它的结点数,则题目转化为求SCC图上权最大的路径。所以转化成了dp求DAG上的最长路。

代码:

using namespace std;

const int N = 1000 + 10;
vector<int> G[N];
int pre[N], lowlink[N], sccno[N], dfs_clock, scc_cnt;
stack<int> S;

void dfs(int u) {
    pre[u] = lowlink[u] = ++dfs_clock;
    S.push(u);
    for(int i = 0; i < G[u].size(); i++) {
        int v = G[u][i];
        if(!pre[v]) {
            dfs(v);
            lowlink[u] = min(lowlink[u], lowlink[v]);
        } else if(!sccno[v]) {
            lowlink[u] = min(lowlink[u], pre[v]);
        }
    }
    if(lowlink[u] == pre[u]) {
        ++scc_cnt;
        int x;
        do {
            x = S.top();
            S.pop();
            sccno[x] = scc_cnt;
        } while(x!=u);
    }
}

void find_scc(int n) {
    dfs_clock = scc_cnt = 0;
    memset(sccno, 0, sizeof(sccno));
    memset(pre, 0, sizeof(pre));
    for(int i = 0; i < n; i++)
        if(!pre[i]) dfs(i);
}

int size[N], TG[N][N];
int d[N];
int dp(int u) {
    int& ans = d[u];
    if(ans >= 0) return ans;
    ans = size[u];
    for(int v = 1; v <= scc_cnt; v++)
        if(u != v && TG[u][v]) ans = max(ans, dp(v) + size[u]);
    return ans;
}

int main() {
    int T, n, m;
    scanf("%d", &T);
    while(T--) {
        scanf("%d%d", &n, &m);
        for(int i = 0; i < n; i++) G[i].clear();
        for(int i = 0; i < m; i++) {
            int u, v;
            scanf("%d%d", &u, &v);
            u--;
            v--;
            G[u].push_back(v);
        }

        find_scc(n); // 找强连通分量

        memset(TG, 0, sizeof(TG));
        memset(size, 0, sizeof(size));
        for(int i = 0; i < n; i++) {
            size[sccno[i]]++; // 累加强连通分量大小(结点数)
            for(int j = 0; j < G[i].size(); j++)
                TG[sccno[i]][sccno[G[i][j]]] = 1; // 构造SCC图
        }

        int ans = 0;
        memset(d, -1, sizeof(d)); // 初始化动态规划记忆化数组
        for(int i = 1; i <= scc_cnt; i++) // 注意,SCC编号为1~scc_cnt
            ans = max(ans, dp(i));
        printf("%d\n", ans);
    }
    return 0;
}
在题目UVA323 Jury Compromise中,不适合将 (d + p) 的值作为动态规划(dp)状态。 在这道题里,主要需要考虑的是挑选元素的个数、元素间的差值以及元素的和。从引用[3]的分析来看,最初考虑一维 `f[i]` 表示前 `i` 个元素中挑的最小差值,发现不能递推,增加第二维表示差值,即 `f[i][j]` 表示从 `i` 个元素中挑出差值 `j` 是否可能,之后考虑到挑选元素个数的限制,又增加一维表示元素个数,形成 `f[i][j][k]` 表示从前 `i` 个元素挑 `k` 个元素达到 `j` 差值的最大和。 若将 (d + p) 的值作为dp状态,难以处理挑选元素个数的限制以及元素间差值的问题,无法清晰地描述状态转移,也就难以建立有效的递推关系。而以差值和挑选元素个数作为状态维度,能很好地契合题目的约束条件,方便进行状态转移和问题求解。 ```python # 以下为示例代码框架,用于说明类似思路的状态转移,但并非完整代码 # 假设输入的元素数量为n,需要挑选的元素数量为m n = 10 m = 5 # 这里设置差值的平移量,因为差值可能为负 offset = 400 # 初始化dp数组 dp = [[[-float('inf')] * (2 * offset) for _ in range(m + 1)] for _ in range(n + 1)] # 初始化边界条件 dp[0][0][offset] = 0 # 进行状态转移 for i in range(1, n + 1): for k in range(0, min(i, m) + 1): for j in range(2 * offset): # 不选第i个元素 dp[i][k][j] = dp[i - 1][k][j] if k > 0: # 选第i个元素,这里d和p是第i个元素的差值和和 d, p = 1, 2 # 这里假设第i个元素的d和p值 new_j = j - d + offset if 0 <= new_j < 2 * offset: dp[i][k][j] = max(dp[i][k][j], dp[i - 1][k - 1][new_j] + d + p) ```
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