蒜头君的树

本文介绍了一种利用深度优先搜索(DFS)解决蒜头君的树问题的方法。通过构建图并进行DFS遍历,统计每个节点作为根节点时的子树规模,进而计算出各边的使用频率,并据此求得所有路径长度之和。文章还介绍了如何处理边权变更的情况。

蒜头君的树

题解

先存图,再dfs,dfs的过程中统计以x点为子树的点的总数cnt[x],这样可以求出来x和fa[x]连的这条边一共被使用了(n-cnt[x])*cnt[x]次
再求出来最短路之和tot(因为是树,所以最短路好求),对于每次修改,只需要将将差乘上使用次数就好了

#include<iostream>
#include<cstdio>
using namespace std;
long long x,n,y,fa[1000001],m,e,head[1000001],cnt[100001],dis[100001];
long long tot;
struct node{long long from,to,cost,nxt;}a[1000001];
void add(long long f,long long t,long long w)
{
    e++;
    a[e].to=t;
    a[e].from=f;
    a[e].cost=w;
    a[e].nxt=head[f];
    head[f]=e;
}
void dfs(long long x)
{
    for(long long i=head[x];i;i=a[i].nxt)
    {
        long long t=a[i].to;
        if(t!=fa[x])
        {
            dfs(t);
            cnt[x]+=cnt[t];
            tot+=(n-cnt[t])*cnt[t]*a[i].cost;
        }
    }
    cnt[x]++;
}
int main()
{
//  freopen("1.txt","r",stdin);

    cin>>n;fa[1]=1;
    for(long long i=1;i<=n-1;i++)
    {
        scanf("%lld%lld",&x,&dis[i+1]);
        fa[i+1]=x;
        add(i+1,x,dis[i+1]);
        add(x,i+1,dis[i+1]);
    }
    dfs(1);
    printf("%lld\n",tot);
    cin>>m;
    for(long long i=1;i<=m;i++)
    {
        scanf("%lld%lld",&x,&y);
        tot+=(y-dis[x])*cnt[x]*(n-cnt[x]);
        dis[x]=y;
        printf("%lld\n",tot);
    }
}

吧啦吧啦吧啦吧啦吧啦吧啦吧啦吧啦吧啦

<think>好的,我需要回答用户关于“蒜头回家”问题的动态规划实现方法。首先,我得先理解这个问题。根据引用[1],题目是说蒜头在左下角(1,1),家在右上角(n,n),每走一个格子会消耗体力a_ij,只能向右或向上走,要求找到回家花费的最少体力。 用户提到动态规划,所以我要回忆动态规划的基本概念。引用[3]指出动态规划用于最优解问题,这题显然是最小体力路径,符合条件。动态规划通常需要定义状态和状态转移方程。 接下来,我需要确定状态。这里应该是到达每个(i,j)所需的最小体力,用dp[i][j]表示。初始状态是起(1,1),即dp[1][1]=a_11,因为站在起就已经消耗这里的体力。 然后考虑状态转移。因为只能向右或向上走,所以到达(i,j)的前一步只能是左边(i-1,j)或下边(i,j-1)。因此,状态转移方程应该是dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + a_ij。但要注意边界情况,比如第一行和第一列,只能从一个方向来。 比如,第一行的每个只能从左边来,所以dp[1][j] = dp[1][j-1] + a_1j。同样,第一列的每个只能从下面来,dp[i][1] = dp[i-1][1] + a_i1。 然后,遍历顺序应该从起开始,按行或列逐步填充dp表,直到终(n,n)。 不过,我需要检查是否正确。比如,假设有一个2x2的网格,初始体力a11=1,a12=2,a21=3,a22=1。那么路径有两种:右→上或上→右。第一种的体力是1+2+1=4,第二种是1+3+1=5,所以最优是4。用动态规划的话,dp[2][2] = min(dp[2][1], dp[1][2}) + a22 = min(4,3) +1=4。对,结果正确。 另外,需要注意数组的索引是否正确,题目中的坐标是否从1开始,代码实现时要对应好数组下标,可能需要处理边界条件。 可能还需要初始化dp数组,除了起外,其他位置初始化为一个很大的值,或者逐步计算。或者直接按顺序填充,因为每个只依赖左边和上边的,所以按行或列的顺序填充即可。 总结步骤: 1. 定义dp数组,大小为n x n。 2. 初始化dp[0][0] = a[0][0](如果编程语言数组从0开始的话)。 3. 填充第一行和第一列。 4. 按行或列填充其他位置,取左边和上边的最小值加上当前格子的体力。 5. 最终dp[n-1][n-1]即为答案。 然后根据引用[1]中的问题描述,确保实现时符合题目要求,比如坐标从(1,1)到(n,n),可能需要调整数组索引。例如,如果编程中使用0-based索引,则需要转换。 另外,要考虑空间优化,如果不需要保存整个dp表,可以用滚动数组,但可能对于初学者来说,先展示标准的二维DP更清晰。 最后,生成相关问题,可能需要结合动态规划和BFS方法的不同,或者优化技巧,比如空间优化或其他变种问题。</think>### 蒜头回家问题的动态规划实现方法 #### 问题分析 蒜头需要从网格左下角$(1,1)$移动到右上角$(n,n)$,每次只能向右或向上移动。每个格子$(i,j)$会消耗体力$a_{ij}$,目标是找到一条路径使得总体力消耗最小。 #### 动态规划设计 1. **状态定义** 定义$dp[i][j]$表示从起$(1,1)$走到位置$(i,j)$所需的最小体力值。 2. **状态转移方程** - 对于第一行$(i=1)$:只能从左边移动而来,因此 $$dp[1][j] = dp[1][j-1] + a_{1j} \quad (j \geq 2)$$ - 对于第一列$(j=1)$:只能从下方移动而来,因此 $$dp[i][1] = dp[i-1][1] + a_{i1} \quad (i \geq 2)$$ - 其他位置$(i \geq 2, j \geq 2)$: $$dp[i][j] = \min(dp[i-1][j], dp[i][j-1]) + a_{ij}$$ 3. **初始化** - 起:$dp[1][1] = a_{11}$(初始位置直接消耗体力)[^1] #### 代码实现(Python示例) ```python def min_energy_path(grid): n = len(grid) dp = [[0] * n for _ in range(n)] dp[0][0] = grid[0][0] # 起初始化(假设输入是0-based索引) # 填充第一行和第一列 for i in range(1, n): dp[i][0] = dp[i-1][0] + grid[i][0] for j in range(1, n): dp[0][j] = dp[0][j-1] + grid[0][j] # 填充其他位置 for i in range(1, n): for j in range(1, n): dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j] return dp[n-1][n-1] # 返回终值 # 示例输入(假设grid是n×n的二维数组,0-based索引) grid = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] print(min_energy_path(grid)) # 输出最小体力值 ``` #### 关键说明 - **时间复杂度**:$O(n^2)$,需遍历所有网格[^3]。 - **空间优化**:若允许覆盖原数组,可将空间复杂度从$O(n^2)$优化至$O(n)$。 - **边界处理**:若题目坐标从$(1,1)$开始(如引用[1]的描述),需将输入转换为0-based索引。
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