POJ 1848 Tree 树形DP

本文介绍了一种使用树形动态规划(DP)的方法来解决一个特定的问题:如何在给定的树结构中,通过添加最少数量的边,使得所有节点都被包含在一个环中,且每个节点仅属于一个环。文章详细阐述了DP状态定义、状态转移方程,并提供了完整的C++代码实现。

题目大意:

给出一棵树,现在要往这棵树上加边,使得所有的点都在环中,且每个点只能属于一个环

题解:

考虑DP:

\(dp[i][0]\)表示使\(i\)这颗子树的每个点都在环内需要加的最少边数。

\(dp[i][1]\)表示使\(i\)这颗子树除了根\(i\)之外的其余点都在环内要加的最少边数。

\(dp[i][2]\)表示使\(i\)这颗子树除了根\(i\)所在的一条链外的其余点都在环内要加的最少边数

考虑转移:

\[ dp[u][1]=\sum dp[v][0] \]
\[ dp[u][0]=\min_x\ (\ (\sum_v dp[v][0])\ -dp[x][0]+dp[x][2]+1) \]
\[ dp[u][2]=\min_x\ (\ (\sum_v dp[v][0])\ -dp[x][0]\ +min(dp[x][1],dp[x][2])) \]
\[ dp[u][0]=\min_{x,y}\ (\ (\sum_v dp[v][0])\ -dp[x][0]-dp[y][0]+min(dp[x][1],dp[x][0])+min(dp[y][0],dp[y][1])+1) \]

#include<cstdio>
#include<iostream>
#include<algorithm>
#include<cmath>
#include<vector>
#define int long long 

using namespace std;

namespace Tzh{
    
    const int maxn=110,inf=0x3f3f3f3f;
    int st[maxn],dp[maxn][3],n,cnt,head[maxn];
    
    struct ed{
        int next,to;
    }e[maxn<<1];
    
    void add(int u,int v){
        e[++cnt].next=head[u],e[cnt].to=v,head[u]=cnt;
        e[++cnt].next=head[v],e[cnt].to=u,head[v]=cnt;      
    }
    
    void dfs(int now,int fa){
        int sum=0;
        vector<int> st;
        for(int i=head[now];i;i=e[i].next){
            int tt=e[i].to; if(tt==fa) continue;
            st.push_back(tt); dfs(tt,now); sum=sum+dp[tt][0];
        }   
        dp[now][1]=sum; dp[now][0]=dp[now][2]=inf;
        if(!st.size()) return ;
        for(int i=0;i<st.size();i++){
            dp[now][0]=min(dp[now][0],sum-dp[st[i]][0]+dp[st[i]][2]+1);
            dp[now][2]=min(dp[now][2],sum-dp[st[i]][0]+min(dp[st[i]][1],dp[st[i]][2]));
        }
        for(int i=0;i<st.size();i++)
            for(int j=i+1;j<st.size();j++)
                dp[now][0]=min(dp[now][0],sum-dp[st[i]][0]-dp[st[j]][0]+1
                                +min(dp[st[i]][1],dp[st[i]][2])+min(dp[st[j]][1],dp[st[j]][2]));
    }
    
    void work(){
        scanf("%lld",&n); int u,v;
        for(int i=1;i<n;i++) scanf("%lld%lld",&u,&v),add(u,v);
        dfs(1,0);
        printf("%lld",dp[1][0]==inf?-1:dp[1][0]);   
        return ;    
    }
}   

signed main(){
    Tzh::work();
    return 0;   
}

转载于:https://www.cnblogs.com/tang666/p/9398010.html

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、模型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