【培训题】医院设置[1] | 树的结点带权重心

本文介绍了如何通过数学优化方法解决医院选址问题,以最小化所有居民到医院的总路程。具体涉及树的节点权重重心概念,包括两种算法实现:换根思想和寻找树的重心。通过实例解析,展示了算法的应用和效果。

【问题描述】
阆中市管辖了n个乡镇(编号为1~n),有n-1条公路把他们连接起来,每条公路的长度均为单位长度。其中第i个乡镇有人口数量为Wi。
市政府打算在这n个乡镇中选择一个建立一所医院,使所有镇民到医院的所走路程总和最小。
例如,下图中有5个乡镇,每个圈表示一个乡镇,圈外的数字表示该乡镇编号,圈里的数字表示该乡镇的人口数量。
医院应建立在乡镇3,所有人走的路程总和为:13*1+4*2+20*1+40*1=81

【输入格式】
第一行包含 1 个整数 n,表示乡镇数量(编号为1~n)。
接下来 n-1 行,每行包含 2 个用空格隔开的正整数 u、 v,表示编号为 u 和编号为 v 的乡镇之间有一条公路相连。
最后 1 行,包含 n 个正整数,每两个正整数之间用一个空格隔开,其中第 i 个整数表示编号为 i 的乡镇的人口数量为 Wi

【输出格式】
第一行包含若干整数,表示可以建立医院的乡镇编号(由小到大输出)。第二行一个整数,表示所有人行程总和。

【输入样例】

5
1 2
1 3
3 4
3 5
13 4 12 20 40

【输出样例】

3
81

【数据范围】
对于 30%的数据, 1 < n ≤ 100;
对于 60%的数据, 1 < n ≤ 2000;
对于 100%的数据, 1 < n ≤ 200 ,000,0 < Wi ≤ 10 ,000。

代码:
算法一:换根思想

#include<cstdio>
#include<vector>
#include<iostream>
#include<queue>
#include<cstring>
#define maxn 200005
using namespace std;

int n,popu[maxn];
vector<int>g[maxn];

void init()
{
    scanf("%d",&n);
    int x,y;
    for(int i=1;i<n;i++)
    {
        scanf("%d%d",&x,&y);
        g[x].push_back(y);
        g[y].push_back(x);
    }
    for(int i=1;i<=n;i++)
    {
        scanf("%d",&popu[i]);
    }
}

bool vis[maxn];
int fa[maxn],sum[maxn],dist[maxn];
long long cost[maxn];

void DFS(int i)
{
    vis[i]=true;
    sum[i]=popu[i];
    cost[i]=0;
    for(int k=0;k<g[i].size();k++)
    {
        int j=g[i][k];
        if(vis[j]) continue;
        DFS(j);
        sum[i]+=sum[j];
        cost[i]+=cost[j]+sum[j];
    }
}

void BFS(int i)
{
    queue<int>q;
    memset(vis,0,sizeof(vis));
    q.push(i);
    vis[i]=true;

    while(!q.empty())
    {
        int i=q.front(); q.pop();
        for(int k=0;k<g[i].size();k++)
        {
            int j=g[i][k];
            if(vis[j]) continue;
            cost[j]=cost[i]-sum[j]+(sum[1]-sum[j]);
            q.push(j);
            vis[j]=true;
        }
    }
}

void solve()
{
    init();
    DFS(1);
    BFS(1);
    long long minc=cost[1];
    for(int i=2;i<=n;i++)
    {
        minc=min(minc,cost[i]);
    }
    for(int i=1;i<=n;i++)
    {
        if(minc==cost[i]) printf("%d ",i);
    }
    printf("\n");
    cout<<minc<<"\n";
}

int main()
{
    solve();
    return 0;
}

算法二:找树的重心

#include<cstdio>
#include<vector>
#include<iostream>
#include<queue>
#include<cstring>
#define maxn 200005
using namespace std;

int n,popu[maxn],tot=0;
vector<int>g[maxn];

void init()
{
    scanf("%d",&n);
    int x,y;
    for(int i=1;i<n;i++)
    {
        scanf("%d%d",&x,&y);
        g[x].push_back(y);
        g[y].push_back(x);
    }
    for(int i=1;i<=n;i++)
    {
        scanf("%d",&popu[i]);
        tot+=popu[i];
    }
}

bool vis[maxn];
int fa[maxn],sum[maxn],dist[maxn],maxsum[maxn];
long long cost[maxn];

void DFS(int i)
{
    vis[i]=true;
    sum[i]=popu[i];
    cost[i]=0;
    for(int k=0;k<g[i].size();k++)
    {
        int j=g[i][k];
        if(vis[j]) continue;
        DFS(j);
        sum[i]+=sum[j];
        maxsum[i]=max(maxsum[i],sum[j]);
        cost[i]+=cost[j]+sum[j];
    }
    maxsum[i]=max(maxsum[i],tot-sum[i]);
}

void solve()
{
    init();
    DFS(1);
    int sum_min=tot,x;
    for(int i=1;i<=n;i++)
    {
        if(maxsum[i]<sum_min)
        {
            sum_min=maxsum[i];
            x=i;
        }
    }
    for(int i=1;i<=n;i++)
    {
        if(maxsum[i]==sum_min)
        {
            printf("%d ",i);
        }
    }
    printf("\n");
    memset(vis,0,sizeof(vis));
    DFS(x);
    cout<<cost[x]<<endl;
}

int main()
{
    //freopen("in.txt","r",stdin);
    solve();
    return 0;
}
### 动态规划算法用于计算加重心 #### 背景介绍 动态规划是一种通过分解子问并存储中间结果来解决复杂问的方法。对于重心,其核在于找到一个节点使得删除该节点后产生的最大子权重最小化[^1]。 #### 定义与目标 在一个中,定义某个节点 \(v\) 的 **重心性质** 是指当移除此节点时,所有剩余连通分量的最大总权重应尽可能小。设 \(W(v)\) 表示以节点 \(v\) 为根的子的总权重,则可以通过动态规划逐步求解每个节点对应的最优值。 #### 状态转移方程 令 \(dp[v]\) 表示以节点 \(v\) 作为当前考虑范围内的最佳分割方案下的代价。状态转移关系可以表示如下: \[ dp[v] = \max(dp[u], W(T) - W(v)) \quad \text{for all children } u \text{ of node } v. \] 其中: - \(u\) 遍历的是节点 \(v\) 所有直接相连的孩子结点; - \(W(T)\) 是整棵的总权重; - \(W(v)\) 则是以 \(v\) 为根的子的总权重[^2]。 #### 实现代码 以下是基于上述理论的一个 Python 实现例子: ```python from collections import defaultdict, deque def find_centroid(n, edges, weights): graph = defaultdict(list) # 构建图结构 for u, v in edges: graph[u].append(v) graph[v].append(u) subtree_size = [0] * (n + 1) dp = [float('inf')] * (n + 1) total_weight = sum(weights) def dfs(node, parent=-1): current_sum = weights[node] max_child_subtree = 0 for neighbor in graph[node]: if neighbor != parent: child_result = dfs(neighbor, node) current_sum += subtree_size[neighbor] max_child_subtree = max(max_child_subtree, subtree_size[neighbor]) subtree_size[node] = current_sum remaining_tree = abs(total_weight - current_sum) dp[node] = max(max_child_subtree, remaining_tree) return current_sum def find_min_dp(): min_value = float('inf') result_node = None for i in range(1, n+1): if dp[i] < min_value: min_value = dp[i] result_node = i return result_node root = 1 dfs(root) centroid = find_min_dp() return centroid # Example usage: edges = [(1, 2), (1, 3), (2, 4)] weights = {1: 5, 2: 7, 3: 2, 4: 8} print(find_centroid(4, edges, weights)) ``` #### 复杂度分析 以上方法的时间复杂度主要由两部分组成:构建图以及执行 DFS 过程中的遍历操作。因此整体时间复杂度为 O(V+E),这里 V 和 E 分别代表顶点数和边的数量[^3]。
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