《算法:生产车间》

生产车间

思路讲解


先以样例来做理解

可以把叶子节点权重看作输出,而其他节点则是能接收多大的值,最后算出根节点能拿到的最大的值

先找到叶子节点并且把能传递的值和多个叶子节点叠加的值存到6节点中

再继续计算2节点能传递的节点值,注意,2和4值都属于6节点,不能相加,这里就涉及到分组问题

最后算出根节点从左右节点中能拿到的最大值

我们总结思路,判断该用什么算法来做:

  • 核心是以链表形式来查找叶子节点已经其他节点所能传递的值
  • 查找每个节点的能传递的值这个过程用到深度搜索dfs
  • 存储每个节点的能传递的值则用到动态规划的分组操作(分组背包)

树形dp

  1. 状态表示:bool dp[s][i]表示:s(son)节点存储了哪些可以传递的值,i是否能向上传递
  2. 状态转移方程:dp[s][i] = dp[s][i] || (dp[x][j] && dp[s][i - j]); s节点的i值是否能向上传递的条件为:两个子节点的值都能向上传递:dp[子节点][子节点的值] && dp[父节点][父节点已经存储的值] (这里已经做了范围处理,不会超过阈值)
  3. 初始化:dp[s[[0] = true : 0值都能向上传递
cpp 复制代码
#include <iostream>
#include <vector>
#include <bitset>
using namespace std;
const int N = 1001;
vector<vector<int>> path(N); //双向存储父子节点的联系
bool dp[N][N];
int n, w[N];

void dfs(int s, int f) {
    dp[s][0] = true;
    if (path[s].size() == 1 && s != 1) { // 1
        dp[s][w[s]] = true;
        return;
    }
    
    for (auto x : path[s]) {
        if (x == f) continue; // 双向存储,如果存储的节点是父节点则跳过
        dfs(x, s);
        
        for (int i = w[s]; i >= 0; i--) { // 2
            for (int j = min(i, w[x]); j >= 0; j--) { // 3
                dp[s][i] = dp[s][i] || (dp[x][j] && dp[s][i - j]);
            }
        }
    }
    return;
}

int main() {
    cin >> n;
    for (int i = 1; i <= n; i++) cin >> w[i];
    
    for (int i = 1; i < n; i++) {
        int a, b; cin >> a >> b;
        path[a].emplace_back(b);
        path[b].emplace_back(a);
    }
    
    dfs(1, 0);

    for (int i = w[1]; i >= 0; i--) {
        if (dp[1][i]) {
            cout << i;
            break;
        }
    }
    return 0;
} 

注意事项:

  1. if (path[s].size() == 1 && s != 1)查找该节点是否为叶子节点并且他不是父节点(这里存储做的是双向存储,父节点的节点数也为可能1)
  2. for (int i = w[s]; i >= 0; i--) 先从大到小循环当前要查找的节点它能向上传递的权值
  3. for (int j = min(i, w[x]); j >= 0; j--)再查找它的子节点能向上传递的权重,将它们进行整合存储
cpp 复制代码
#include <iostream>
#include <vector>
#include <bitset>
using namespace std;
const int N = 1001;
vector<vector<int>> path(N);
//bool dp[N][N];
bitset<N> dp[N];
int n, w[N];

void dfs(int s, int f) {
    dp[s][0] = true;
    if (path[s].size() == 1 && s != 1) {
        dp[s][w[s]] = true;
        return;
    }
    
    for (auto x : path[s]) {
        if (x == f) continue;
        dfs(x, s);
        
        // for (int i = w[s]; i >= 0; i--) {
        //     for (int j = min(i, w[x]); j >= 0; j--) {
        //         dp[s][i] = dp[s][i] || (dp[x][j] && dp[s][i - j]);
        //     }
        // }
        bitset<N> f = dp[s];
        for (int i = w[x]; i >= 0; i--) {
            if (dp[x][i]) dp[s] |= f << i;
        }
    }
    return;
}

int main() {
    cin >> n;
    for (int i = 1; i <= n; i++) cin >> w[i];
    
    for (int i = 1; i < n; i++) {
        int a, b; cin >> a >> b;
        path[a].emplace_back(b);
        path[b].emplace_back(a);
    }
    
    dfs(1, 0);

    for (int i = w[1]; i >= 0; i--) {
        if (dp[1][i]) {
            cout << i;
            break;
        }
    }
    return 0;
} 
相关推荐
小O的算法实验室几秒前
2026年IEEE TASE,面对突发危险区域的基于强化学习的多无人机路径规划,深度解析+性能实测
算法·无人机·论文复现·智能算法·智能算法改进
AI科技星4 分钟前
全维度相对论推导、光速螺旋时空与北斗 GEO 钟差的统一理论
开发语言·线性代数·算法·机器学习·数学建模
ECT-OS-JiuHuaShan8 分钟前
科学的本来意义,是基于规范的共识逻辑,而非共识方法
人工智能·科技·学习·算法·生活
木子墨51614 分钟前
LeetCode 热题 100 精讲 | 动态规划进阶篇:最大子数组和 · 分割等和子集 · 最长公共子序列 · 打家劫舍 III
数据结构·c++·算法·leetcode·动态规划·力扣
li16709027019 分钟前
第十章:list
c语言·开发语言·数据结构·c++·算法·list·visual studio
Z1Jxxx26 分钟前
C++ P1150 Peter 的烟
数据结构·c++·算法
踮起脚看烟花34 分钟前
chapter10_泛型算法
c++·算法
笨笨饿34 分钟前
# 52_浅谈为什么工程基本进入复数域?
linux·服务器·c语言·数据结构·人工智能·算法·学习方法
Code-keys34 分钟前
ADSP/ARM 性能/稳定性排查专栏总述
arm开发·算法·边缘计算·dsp开发
山栀shanzhi38 分钟前
C++四大常见排序对比
c++·算法·排序算法