洛谷p2015二叉苹果树

树形背包问题解析

题目描述

有一棵苹果树,如果树枝有分叉,一定是分2叉(就是说没有只有1个儿子的结点)

这棵树共有N个结点(叶子点或者树枝分叉点),编号为1-N,树根编号一定是1。

我们用一根树枝两端连接的结点的编号来描述一根树枝的位置。下面是一颗有4个树枝的树

2 5
\ /
3 4
\ /
1
现在这颗树枝条太多了,需要剪枝。但是一些树枝上长有苹果。

给定需要保留的树枝数量,求出最多能留住多少苹果。

输入格式

第1行2个数,N和Q(1<=Q<= N,1<N<=100)。

N表示树的结点数,Q表示要保留的树枝数量。接下来N-1行描述树枝的信息。

每行3个整数,前两个是它连接的结点的编号。第3个数是这根树枝上苹果的数量。

每根树枝上的苹果不超过30000个。

输出格式

一个数,最多能留住的苹果的数量。

输入输出样例
输入 #1

5 2
1 3 1
1 4 10
2 3 20
3 5 20

输出 #1

21

分析

这是一道经典的树形背包。
f[a][k]f[a][k]f[a][k]表示以 aaa 为父节点的子树中,保留 kkk 根树枝所能保留的最多苹果树。
可以得到转移方程:
f[a][i]=max(f[a][j]+f[b][i−j−1]+c)(0≤j&lt;i)f[a][i] = max(f[a][j] + f[b][i-j-1] + c)(0\leq j &lt; i)f[a][i]=max(f[a][j]+f[b][ij1]+c)(0j<i)
要注意对于每个节点 aaa ,我们要将 mmm 从大到小来更新 f[a][m]f[a][m]f[a][m],以防止重复叠加。

下面是代码
//f[a][i] = max(f[a][j] + f[b][i-j-1]
#include <bits/stdc++.h>
#define N 105
using namespace std;
struct node{
	int a, b, c, n;
}d[N * 2];
int h[N], cnt, f[N][N], n, m;
void cr(int a, int b, int c){
	d[++cnt].a = a; d[cnt].b = b; d[cnt].c = c; d[cnt].n = h[a]; h[a] = cnt;
}
void dfs(int a, int p){
	int i, b, c, j, k;
	for(i = h[a]; i; i = d[i].n){
		b = d[i].b;
		c = d[i].c;
		if(b == p) continue;
		dfs(b, a);
		for(j = m; j >= 1; j--){
			for(k = 0; k < j; k++){
				f[a][j] = max(f[a][j], f[a][k] + f[b][j-k-1] + c);
			}
		}
	}
}
int main(){
	int i, j, a, b, c;
	scanf("%d%d", &n, &m);
	for(i = 1; i < n; i++){
		scanf("%d%d%d", &a, &b, &c);
		cr(a, b, c);
		cr(b, a, c);
	}
	dfs(1, -1);
	printf("%d", f[1][m]);
	return 0;
} 
### 洛谷平台上的动态规划刷题推荐顺序 对于初学者来说,掌握动态规划的基础概念和常见模型非常重要。以下是基于洛谷平台的动态规划学习路径以及推荐的刷题顺序: #### 一、基础知识积累 在开始刷题之前,建议先通过课程或书籍理解动态规划的核心思想,包括状态定义、转移方程设计、边界条件处理等内容[^1]。 #### 二、入门级题目练习 从简单的线性DP入手,熟悉基本的状态表示方法和递推关系。 - **P1004 [NOIP2000 提高组] 装箱问题** - 这是一道经典的背包问题变种,适合用来初步接触动态规划中的状态压缩技巧[^4]。 - **P1048 [NOIP2005 提高组] 数字游戏** - 练习如何设定合理的状态变量并构建相应的转移矩阵[^3]。 #### 三、中级难度提升 当具备一定基础之后,尝试解决稍复杂的区间型或者树形结构下的dp问题。 - **P1976 [USACO06DEC] The Cow Prom G** - 此类涉及环状序列的操作,需考虑特殊情况下循环的影响[^2]。 - **P2015 二叉苹果树** - 属于典型的树上dp范畴,重点在于子节点贡献给父节点的方式。 #### 四、高级综合应用 最后挑战那些融合多种算法思想的大规模复杂场景下的优化版dp实现。 - **P3175 [HAOI2015] 树上染色** - 结合图论知识考察选手灵活运用数据结构的能力。 - **P4774 [NOI2018] 归程** - 多重维度约束条件下最优策略的选择过程展示得淋漓尽致。 ```python def dp_example(n, m): """ A simple example of dynamic programming. :param n: Number of items (e.g., problems to solve). :param m: Total available time or resources. :return: Maximum value achievable within the limit. """ # Initialize DP table with zeros dp = [[0]*(m+1) for _ in range(n+1)] # Example input data simulation; replace this part according actual problem definition weights = [random.randint(1,10) for _ in range(n)] values = [random.randint(1,50) for _ in range(n)] for i in range(1,n+1): for j in range(m,-1,-1): if j >=weights[i-1]: dp[i][j]=max(dp[i-1][j],values[i-1]+dp[i-1][j-weights[i-1]]) else: dp[i][j]=dp[i-1][j] return dp[n][m] ```
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