《GEMS》解题报告.docVIP

珠宝 给一棵n个结点的树，给每个点安排一个正整数编号，使得相邻点具有不同的编号，编号的总和尽量小。 输入 　 第一行：n(n=50,000) 以下n-1行，每行两个数u,v(1=u,v=n)，表示u 和v有一条边 输出 　 仅一行，为最小编号和 样例输入 8 1 2 1 3 1 4 1 5 5 6 5 7 5 8 样例输出 11 分析： 看完题目，很自然地联想到树型DP，而且也不难得到状态表示方法。先根据输入的数据构造出一棵树，然后从树的叶子结点往上倒推。设F[I，J]表示以I为根的子树在I的编号为J时，可以得到的最小编号和。 状态转移方程为：F[I，J] = Min{∑F[I1, J1]} + J 其中I1表示I的一个子结点编号，J1为不同于J的一个自然数。 很显然，在最优方案中，所有解的编号都是不可能超过N的。因此不难推出算法的时间复杂度为O（N^3）,空间复杂度为O（N^2）。这对于本题的规模来说，是无法承受的。 分析一下几个比较小的数据，会发现在最优方案中，最大的编号全部都没有达到N，不妨设其为M。而且凭感觉来看，M比N要小很多。很自然地，我们会考虑计算出这个比N小的M，然后DP的时候只要对每个点考虑编号为1到M的状态即可。这样时间复杂度就降为O（NM^2），空间复杂度降为O（NM）。但是M究竟怎么得到呢？我们发现这是很难计算的，而且也不太好估算出一个界（至少我没有想到好的方法）。事实上可以采取一种比较无奈的方法。因为N最大为50000，时限为1S，所以要想算法在理论上的最坏情况下不超时，M取30左右比较保险，实践证明，M取30足以通过所有测试数据了。 似乎通过上面的分析本题已经解决得差不多了，但M毕竟是“贪”出来的，正确性不能得到理论上的证明，我们不妨从算法优化的角度来考虑这个问题。还是回到最初的DP算法。仔细推敲一下就会发现，F[I，1 .. M]这M个状态中，能够在以后的状态转移中真正利用到的只有两个，它们是这M个状态中值最小的两个。因此，可以将算法做一下改进，设F[I，1]，F[I，2]，NUM[I，1]，NUM[I，2]分别表示F[I，1..M]中值最小的两个，以及此时点I的编号。状态转移方程只要在原来的基础上做下改进即可： 先求出F[I，1 .. M]，再保留其中最小的两个。为了描述方便，用辅助数组F1[1 .. M]表示F[I，1 .. M]，那么有 F1[J] = ∑F[I1，J1] + J 其中I1表示I的子结点。若NUM[I1，1] = J，则J1 = 2，否则J1 = 1 此时时间复杂度降为O（N^2），空间复杂度降为O（N）。时间方面仍然不理想。再分析一下，可以发现，若找到一个最小的J满足J + ∑F[I1，1] = F[I，2]，那么F[I，J..M]显然都是不小于F[I，2]的，所以此时可以停止计算后面的状态了。类似的，在求某一个F1[J]的过程中，如果当前累加变量的值不小于F[I，2]，也可以停止计算F1[J]啦。 这两个剪枝加上去后，该算法可以瞬间通过所有数据。而且分析一下就会发现，该算法的时间复杂度大约为O（KN），K是一个相对于N来说比较小的系数。 参考程序： const maxn = 50000; type tg = array[1 .. maxn] of longint; var g : array[1 .. maxn] of ^tg; d, fa, son : array[1 .. maxn] of longint; f, num : array[1 .. maxn, 1 .. 2] of longint; n, m, s, min : longint; procedure init; var i, x, y : longint; begin readln(n); for i :=1 to n - 1 do begin readln(x, y); inc(d[x]); inc(d[y]); end; for i :=1 to n do begin getmem(g[i], sizeof(longint) * d[i]); d[i] :=0; end; readln(n); for i :=1 to n - 1 do begin readln(x, y); inc(d[x]); g[x].[d[x]] :=y; inc(d[y]); g[y].[d[y]]