今天上课的内容就是树形DP,新来的ldw老师第一次给我们上课,激动~
题目传送门二叉苹果树
题目大意:有一颗二叉树(以1为根节点),每条边上有一些苹果,其中有 N 个节点,(N - 1)条边,现要减去一些边,保留 M 条边,使得剩下的苹果个数最多,求出这个数(洛谷 P2015)
其实我看到题如果不会树形DP的话连暴力都不会打的
这道题很像一道DP题(最优解),但普通的DP肯定是不行的,我们要用树形DP来做
所谓树形DP呢,就是在树上做DP
DP方向有两个:
- 根--->叶:即从根节点转移到叶节点,这种动态规划在实际的问题中运用的不多
- 叶--->根:即根的子节点传递有用的信息给根,然后根得出最优解的过程,这类的题目比较多
树是一种特殊的图,可以描述比较复杂的关系,再加上树的递归定义,是一种非常合适动规的框架,树形动态规划就成为动规中很特殊的一种类型。
我们知道,动态规划类问题必须满足两个性质——最优子结构性质和无后效性,现在将DP转移到树上,(以例题举例)该问题具有明显的最优子结构性质;每个问题都与左右儿子结点有关系,但不与孙子结点发生关系,具备无后效性;且计算方案时,搜索子结构时具备重叠性,可以用动态规划来解决。
那么和其他的动态规划题目一样,树形DP的解决也要考虑3步:
- 确立状态:几乎所有的问题都要保存以某结点为根的子树的情况,再根据具体问题考虑加维。
- 状态转移:状态转移的变化比较多,要根据具体问题具体分析。
- 实现方式:记忆化搜索和递推 。
其实只要把状态转移方程写出来一般就问题不大了
本题的权值在边上,不太好用这个信息来解决问题,我们先把问题转换一下,选 M 条边转换成选(M + 1)个点,且必须选择根节点(不然整棵树就没了)
对于一个节点 x,它的左儿子为 lson [ x ],右儿子为 rson [ x ]
定义 f [ x ][ y ] 表示以 x 为根的子树上保留 y 个节点时的最大苹果数,那答案就是 f [ 1 ][ M + 1 ]
现在我们考虑如何转移
我们假设现在 dp 到以 x 为根节点的子树,它能保留 y 个点,若我们给左儿子 i 个点,那右儿子就只有(y - i - 1)个点(根节点必须要保留),我们只需要枚举 i 就可以了
状态转移方程:f [ x ][ y ] = max { f [ lson [ x ] ] [ i ] + f [ rson [ x ] ][ y - i - 1 ] + a [ i ] } ( 0 ≤ i ≤ y - 1 )
初始化:这个DP是从叶节点做到根节点的,因此叶节点初始化为它与它父亲连的边的苹果数,其他节点的初始化为0
这道题中是知道根节点为1,若不知道的话还要枚举根节点,再建树
好的,上代码:
#include
#include
#include
using namespace std;
const int N=105,M=205;
int n,m,t;
int first[N],v[M],w[M],next[M];
int a[N],lson[N],rson[N],father[N],f[N][N];
bool used[N];
void add(int x,int y,int z)
{
t++;
next[t]=first[x];
first[x]=t;
v[t]=y;
w[t]=z;
}
int dp(int x,int y)
{
if(x==0||y==0) return 0;
if(!lson[x]&&!rson[x]) return a[x];
if(f[x][y]>0) return f[x][y];
int i,j;
for(i=0;i<=y-1;++i)
f[x][y]=max(f[x][y],dp(lson[x],i)+dp(rson[x],y-i-1)+a[x]);
return f[x][y];
}
void pre(int root)
{
int x,i;
for(i=first[root];i;i=next[i])
{
x=v[i];
if(x==father[root])
continue;
father[x]=root;
if(!lson[root]) lson[root]=x;
else rson[root]=x;
a[x]=w[i];
if(!used[x])
{
used[x]=true;
pre(x);
}
}
}
int main()
{
int x,y,z,i;
scanf("%d%d",&n,&m);
for(i=1;i
如果题目中要给出一棵树,除了直接说给出一棵树之外,还有以下几种常见说法:
1、有N个点,N-1条边的无向图,任意两顶点间可以相互到达
2、无向图中任意两个点间有且仅有一条路
3、一个点至多有一个前趋,但可以有多个后继
4、无向图中没有环