树的各种问题.pptVIP

三、树形动态规划 这是样例的解释图。我们思考一下的话可以设立这样一个数组f[p,k]即在p下选取k个节点获得的最大收益。直接在树上做也可，但是每个点的度都不同，我们需要特别开一个数组来纪录每个点的度以及儿子下标，使问题比较复杂，而且空间也要开很大。 于是我们想到把树改造下，改成二叉树是最好不过的了。于是就用左儿子右兄弟改造一翻……再思考一些状态转移…… 三、树形动态规划 我们思考动态转移方程。f[p,k]表示在这个节点中选k个节点的最大值，那么如果选这个节点，那么还可以在它的左儿子里选i=0~k-1个节点，对应的在它的右兄弟里选k-1-i个节点。如果不选这个节点，那么它儿子的节点都不能选，只能从它的右兄弟里选k个。所以我们得到这个状态转移方程： f[p,k]:=f[right[p],k]; f[p,k]:=max{f[left[p],i]+a[p]+f[right[p],k-1-i]} i=0~k-1 f[p,k]取上面两者的最大值。为了使问题更加简化，我们可以直接把f[right[p],k]赋为它的初始值。 而对于初始值，可以把每个节点取0个节点的值赋为0，把不存在的节点的值赋为零。 于是我们将见到本课件中差不多是第三段代码。 来插一下屏... Kudo：你到你是什么人…… 三、树形动态规划 procedure dp(p,k:longint); begin if p=0 then begin f[p,k]:=0; exit; end; ｛边界条件｝ if k=0 then begin f[p,k]:=0; exit; end; dp(right[p],k); ans:=f[right[p],k]; ｛不选节点p从右兄弟选k个｝ for i:=0 to k-1 do ｛选节点p的情况｝ begin dp(left[p],i); dp(right[p],k-i-1); ans:=max(ans,f[left[p],i]+a[p]+f[right[p],k-i-1]; end; f[p,k]:=ans; end; 再加上左儿子右兄弟的转换，我们就完成了对此题的求解。 三、树形动态规划 我们再来看今天的最后一题！ TYVJP1052没有上司的舞会 Ural大学有N个职员，编号为1~N。他们有从属关系，也就是说他们的关系就像一棵以校长为根的树，父结点就是子结点的直接上司。每个职员有一个快乐指数。现在有个周年庆宴会，要求与会职员的快乐指数最大。但是，没有职员愿和直接上司一起与会。 输入格式 Input Format 第一行一个整数N。(1=N=6000) 接下来N行，第i+1行表示i号职员的快乐指数Ri。(-128=Ri=127) 接下来N-1行，每行输入一对整数L,K。表示K是L的直接上司。 最后一行输入0,0。 输出格式 Output Format 输出最大的快乐指数。 三、树形动态规划 输入样例: 7 1 1 1 1 1 1 1 1 3 2 3 6 4 7 4 4 5 3 5 0 0 输出样例： 5 三、树形动态规划 树上的DP比较容易想，所以我们先考虑在树上的。（就是说先不转二叉树……） 简述题意： 树上的每个点都有其权值，对每一个点，选了这个点就不能选它的儿子，求能得到的最大的权值。 三、树形动态规划 设数组f[p,0]表示选这个点，f[p,1]表示不选这个点。 初始化f[p,0]=0 f[p,1]=a[p]（a[p]即为其价值） 对于每个点 f[p,1]:=max(f[p,1],f[p,1]+f[z,0]); f[p,0]:=max(f[p,0],f[p,0]+x); x:=max(f[z,1],f[z,0]); （z取p的所有儿子） 这种方法可以154ms AC 但是，这种方法有一个明显的bug…… 不要这么打击wo…… 三、树形动态规划 这个bug就是内存…… 这样做的话必须要开这样两个数组，就像是邻接表的存储…… v[1..6000] 表示每个点有多少儿子 g[1..6000,1..6000] 表示每个儿子的下标 而后面那个数组明显要爆的，抱着鄙视数据的心态，我开了g[1..6000,1..500]，结果弱弱的数据果断让我过掉了…… 抱着学习的心态，我打开了dxh的代码……差距是十分明显的…… 在算法相同的情况下，dxh用了传说中的指针，不仅解决了内存，时间上也有些改进（虽说是常数上的优化） 三、树形动态规划