【树形DP】【p3360】【洛谷】

本文介绍了一种将树形DP与01背包算法结合的解题思路,通过详细解析题目“我谷”,展示了如何利用动态规划解决带有时间限制的路径选择问题。代码实现部分使用了C++,通过递归读取子节点信息并更新状态,最终求得最大收益。

题目:我谷

一道树形DP+01背包
dp[x][i]=max(dp[x][i],dp[x<<1][j]+dp[x<<1|1][i-j-t]);

x为当前节点,i为走该走廊的时间

左儿子花j秒,右儿子花i-j-t(2)秒,走走廊t(2)秒(t是读入时的t,可以在dp前就t*2)

代码:

#include<bits/stdc++.h>
using namespace std;
int s,dp[10010][10010],ans,a[2010],b[2010];
void read(int x){

    int t,k;
    cin>>t>>k;
    t=t<<1;
    if(k>0){
        for(int i=1;i<=k;i++){
            cin>>a[i]>>b[i];
        }   
        for(int i=1;i<=k;i++){
            for(int j=s;j>=t+b[i];j--){
                dp[x][j]=max(dp[x][j-b[i]]+a[i],dp[x][j]);
            }
        }
    }
    if(!k){
        read(x<<1);
        read(x<<1|1);
        for(int i=s;i>=t;i--)
            for(int j=0;j<=i-t;j++){
                dp[x][i]=max(dp[x][i],dp[x<<1][j]+dp[x<<1|1][i-j-t]);
            }
    }
}
int main()
{
    ios::sync_with_stdio(false);
    //freopen("steal.in","r",stdin);
    //freopen("steal.out","w",stdout);
    cin>>s;
    s--;
    read(1);
    cout<<dp[1][s];
    return 0;
}

结束

洛谷 P8480 是一道与动态规划相关的题目,其核心思想类似于经典的背包问题,但引入了更多复杂的条件。题目大意是:给定一个容量为 $ V $ 的背包以及若干种物品,每种物品有一定的价值和体积,并且某些物品之间存在依赖关系(即必须先选取某个主件才能选取对应的附件),目标是在不超过背包容量的前提下选择物品使得总价值最大。 ### 解题思路 本题可以使用 **树形依赖背包** 或者 **分组背包** 的方式来解决,具体取决于输入数据中物品之间的依赖结构。通常,这种问题可以按照以下步骤进行建模: 1. **构建物品依赖关系图**: - 每个主件可以有多个附件。 - 主件的选择是附件的前提条件。 2. **处理每个主件及其附件的组合**: - 对于每个主件,枚举所有可能的附件组合,生成“虚拟物品”集合。 - 例如,如果某主件有两个附件,则可以考虑四种情况:只选主件、选主件+附件1、选主件+附件2、选主件+两个附件。 3. **转化为标准的背包问题**: - 使用动态规划对这些组合进行处理。 - 定义状态 $ f[j] $ 表示在背包容量为 $ j $ 时能够获得的最大价值。 - 状态转移方程如下: $$ f[j] = \max(f[j], f[j - w_{i}] + v_{i}) $$ 其中 $ w_{i} $ 和 $ v_{i} $ 分别表示当前组合的总体积和总价值。 4. **遍历所有主件并更新状态**: - 通过逐层递归地计算每个主件的子集组合,最终得到最优解。 ### 示例代码 下面是一个简化的动态规划实现框架,用于解决类似问题: ```cpp #include <bits/stdc++.h> using namespace std; const int MAXN = 60; // 最多主件数量 const int MAXV = 32010; // 背包最大容量 struct Good { int price; int value; }; vector<Good> goods[MAXN]; // 每个主件对应的所有组合 int dp[MAXV]; int main() { int N, m; cin >> N >> m; for (int i = 1; i <= m; ++i) { int price, importance, parent; cin >> price >> importance >> parent; if (parent == 0) { // 主件 goods[i].push_back({price, price * importance}); } else { // 附件 goods[parent].push_back({price, price * importance}); } } // 动态规划求解 for (int i = 1; i <= m; ++i) { if (!goods[i].empty()) { for (int j = N; j >= 0; --j) { for (int k = 0; k < (1 << goods[i].size()); ++k) { int total_price = 0, total_value = 0; for (int l = 0; l < goods[i].size(); ++l) { if ((k >> l) & 1) { total_price += goods[i][l].price; total_value += goods[i][l].value; } } if (j >= total_price) { dp[j] = max(dp[j], dp[j - total_price] + total_value); } } } } } cout << dp[N] << endl; return 0; } ``` ### 关键分析 - **依赖关系处理**:需要将主件与其附件组合成新的虚拟物品集合,以便将其转换为标准的背包问题。 - **时间复杂度优化**:由于物品数量较少,可以通过位运算快速枚举所有附件组合。 - **空间优化**:使用一维数组进行滚动更新以节省内存开销。
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