#1050 : 树中的最长路(两次BFS)

本文介绍了一种通过BFS算法在树形结构中查找最长路径的方法。首先从任意节点出发进行BFS搜索,找到离起点最远的节点作为新的根节点;然后再次使用BFS从新根节点出发,最终确定树上最长路径的长度。

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

题目链接:点击打开链接

题意描述:求树上的最长路?

解题思路:任找一点u作为根节点BFS找出距离该点最远的点v,然后以v为根节点BFS可找出树上的最长路

代码:

#include <cstdio>
#include <cstring>
#include <queue>
#define MAXN 100010
#define mem(a,b) memset(a,b,sizeof(a))
using namespace std;
int head[MAXN],tol;
struct Edge{
    int v,next;
}e[MAXN*2];
void addEdge(int u,int v){
    e[tol].v=v;e[tol].next=head[u];head[u]=tol++;
    e[tol].v=u;e[tol].next=head[v];head[v]=tol++;
}
struct node{
    int u,dis;
    node(int u,int dis):u(u),dis(dis){}
};
queue<node> q;
bool vis[MAXN];
int n;
int bfs(int u,int& ans){
    while(!q.empty()) q.pop();
    q.push(node(u,0));
    vis[u]=true;
    while(!q.empty()){
        node tmp=q.front();q.pop();
        u=tmp.u;
        ans=tmp.dis;
        int v;
        for(int k=head[u];k!=-1;k=e[k].next){
            v=e[k].v;
            if(!vis[v]){
                vis[v]=true;
                q.push(node(v,tmp.dis+1));
            }
        }
    }
    return u;
}
int main(){
    scanf("%d",&n);
    tol=0;mem(head,-1);
    int u,v;
    for(int i=1;i<n;++i){scanf("%d%d",&u,&v);addEdge(u,v);}
    int ans;
    mem(vis,false);
    u=bfs(1,ans);
    mem(vis,false);
    bfs(u,ans);
    printf("%d\n",ans);
    return 0;
}


### 如何在形结构中找到两个节点间的最长路径或直径 为了计算结构中的最长路径(也称为的直径),可以通过两次广度优先搜索(BFS)或者深度优先搜索(DFS)来实现。以下是具体方法: #### 方法一:基于 BFS 或 DFS 的两遍搜索算法 1. **第一次搜索**:从任意节点出发,通过 BFS 或 DFS 寻找离它最远的节点 \( u \)[^2]。 2. **第二次搜索**:以节点 \( u \) 为起点再次执行 BFS 或 DFS,寻找离 \( u \) 最远的节点 \( v \)。 3. 节点 \( u \) 到节点 \( v \) 的路径即为的直径。 这种方法的时间复杂度为 \( O(n) \),其中 \( n \)中节点的数量。 #### 方法二:动态规划 (Tree DP) 另一种方式是利用动态规划的思想,在一次遍历过程中完成解。对于每一个节点,记录其子中的两条最长路径并更新全局最大值。伪代码如下所示: ```python def dfs(node, parent): max1 = max2 = 0 # 记录当前节点的前两大子高度 for neighbor, weight in adj[node]: if neighbor != parent: # 避免回到父节点 sub_tree_height = dfs(neighbor, node) + abs(weight) #的高度加上边权重 if sub_tree_height > max1: max2 = max1 max1 = sub_tree_height elif sub_tree_height > max2: max2 = sub_tree_height global_max_diameter[0] = max(global_max_diameter[0], max1 + max2) # 更新全局最大直径 return max1 # 返回当前节点的最大子高度 global_max_diameter = [0] adj = [[] for _ in range(n)] # 构建邻接表 for i in range(n - 1): a, b, c = map(int, input().split()) adj[a].append((b, c)) adj[b].append((a, c)) dfs(root_node, -1) # 假设根节点为 root_node print(global_max_diameter[0]) # 输出结果 ``` 此方法同样具有线性时间复杂度 \( O(n) \)[^3]。 --- #### 性能分析与注意事项 上述两种方法均能在合理时间内解决问题,尤其适用于大规模数据集 (\( n \leq 10^5 \))。需要注意的是: - 如果输入图不是连通的,则需额外验证连通性; - 边权可能为负数时应特别处理绝对值运算。 ---
评论
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