hdu 1520 树型DP

树型DP解决任务安排问题
本文探讨如何使用树型动态规划(DP)解决任务安排问题,其中任务间存在上下级关系,需避免选择直接上下级关系的任务。通过构建树形结构并采用由叶子到根的DP方式,实现最优解的求解。

这周任务。。树型DP

题意:n个人,他们具有上下级的关系,他们每个人都有一个值,我们的目的是找这么一些人,使他们的和最大,并且他们不能是上下级的关系。就是我叫了你的上级或者下级,你就不能来了。。


都说是树型DP裸题。。可我连什么是树型DP都不知道T,T 好吧,看了别人的代码,才了解一点点。就是对你这棵树进行由叶子到根的DP。

这题DP思想很像hdu 2845。当前存在两种状态。对于i这个人,要么取要么不取。那么状态转移方程就是:dp[i][取]+=dp[i的每一个孩子][不取];dp[i][不取]+=max(dp[i的每一个孩子][取],dp[i的每一个孩子][不取]);

这里建树我用的(其实是看别人用的)是类似建边的思想。当然,也有人用vector。。我不会。。


#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;
int n,pos,flag[6010],dp[6010][2],list[6010],value[6010];
struct P{
	int u,v,next;
}point[6010];
void add(int pa,int son){
	point[pos].u=pa;
	point[pos].v=son;
	point[pos].next=list[pa];
	list[pa]=pos++;
}
void dfs(int root){
	if(list[root]==-1){
		dp[root][1]=value[root];
		dp[root][0]=0;
		return ;
	}
	int now=list[root];
	dp[root][0]=0;
	dp[root][1]=value[root];
	while(now!=-1){
		dfs(point[now].v);
		dp[root][1]+=dp[point[now].v][0];
		dp[root][0]+=max(dp[point[now].v][0],dp[point[now].v][1]);
		now=point[now].next;
	}
}
int main(){
	while(scanf("%d",&n)!=EOF){
		for(int i=1;i<=n;i++){
			scanf("%d",&value[i]);
		}
		pos=0;
		int a,b;
		memset(list,-1,sizeof(list));
		memset(flag,0,sizeof(flag));
		while(scanf("%d%d",&a,&b)&&(a&&b)){
			add(b,a);
			flag[a]=1;
		}
		a=1;
		while(flag[a])a++;
		int root=a;
		dfs(root);
		printf("%d\n",max(dp[root][1],dp[root][0]));
	}
	return 0;
}


内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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