美文网首页动态规划
算法训练 节点选择

算法训练 节点选择

作者: DongBold | 来源:发表于2017-03-06 16:20 被阅读25次

问题描述

有一棵 n 个节点的树,树上每个节点都有一个正整数权值。如果一个点被选择了,那么在树上和它相邻的点都不能被选择。求选出的点的权值和最大是多少?

输入格式

第一行包含一个整数 n 。
接下来的一行包含 n 个正整数,第 i 个正整数代表点 i 的权值。
接下来一共 n-1 行,每行描述树上的一条边。

输出格式

输出一个整数,代表选出的点的权值和的最大值。

样例输入

5
1 2 3 4 5
1 2
1 3
2 4
2 5

样例输出

12

样例说明

选择3、4、5号点,权值和为 3+4+5 = 12 。

数据规模与约定

对于20%的数据, n <= 20。
对于50%的数据, n <= 1000。
对于100%的数据, n <= 100000。
权值均为不超过1000的正整数。

这是一题树形DP的题目, 首先给出状态转移方程:
dp[i][2], 1代表选择i, 0代表不选择i
i代表父节点, j代表子节点, 当选择i节点时, j节点必然不选择, 当不选择i节点时, 则比较选择j节点和不选择j节点的情况选择大的

dp[i][1] = dp[j][0]
dp[i][0] = max(dp[j][0], dp[j][1])  

一开始题没看仔细, 以为输入在前的代表父节点, 输入在后的代表子节点, 所以就错了:

#include <bits/stdc++.h>
#define MAXN 100010
using namespace std;

int dp[MAXN][2], father[MAXN];
bool visited[MAXN];
int n, root;

void treeDp(int node) {
    visited[node] = true;
    for(int i = 1; i <= n; i++) {
        if(!visited[i] && father[i] == node) {
            treeDp(i);
            dp[node][1] += dp[i][0];
            dp[node][0] += max(dp[i][0], dp[i][1]);
        }
    }
}

int main() {
    scanf("%d", &n);
    for(int i = 1; i <= n; i++) {
        scanf("%d", &dp[i][1]);
    }
    int f, c;
    bool begin = true;
    root = 0;
    for(int i = 1; i < n; i++) {
        scanf("%d%d", &f, &c);
        father[c] = f;
        if(root == c || begin) {
            root = f;
            begin = true;
        }
    }
    while(father[root]) {
        root = father[root];
    }
     
    treeDp(root);
    int ans = max(dp[root][0], dp[root][1]);
    printf("%d\n", ans);
    
    return 0;
} 

还是too young too simple啊, 这里只是告诉了两个节点形成了一条边, 并没有告诉谁是父节点, 谁是子节点, 所以这里需要使用前向星来存储树

#include <bits/stdc++.h>
#define MAXN 100010
using namespace std;

struct {
    int v;
    int next;
}edge[MAXN * 2];
int dp[MAXN][2], head[MAXN];
int M;

void add(int from, int to) {
    edge[M].v = to;
    edge[M].next = head[from];
    head[from] = M++;
    edge[M].v = from;
    edge[M].next = head[to];
    head[to] = M++;
}

void treeDp(int x, int pre) {
    for (int i = head[x]; i != -1; i = edge[i].next) {
        int v = edge[i].v;
        if(pre == v)
            continue;
        treeDp(v, x);
        dp[x][1] += dp[v][0];
        dp[x][0] += max(dp[v][0], dp[v][1]); 
    }
}

int main() {
    int n;
    M = 0;
    scanf("%d", &n);
    memset(dp, 0, sizeof(dp));
    memset(head, -1, sizeof(head));
    for (int i = 1; i <= n; i++) {
        scanf("%d", &dp[i][1]);
    }
    int c, f;
    for(int i = 1; i < n; i++) {
        scanf("%d%d", &c, &f);
        add(c, f);
    }
    treeDp(1, -1);
    int ans = max(dp[1][0], dp[1][1]);
    printf("%d\n", ans);
    
    
    return 0;
}

相关文章

  • 算法训练 节点选择

    问题描述 有一棵 n 个节点的树,树上每个节点都有一个正整数权值。如果一个点被选择了,那么在树上和它相邻的点都不能...

  • Kubernetes的Pod调度算法

    Kubernetes的Pod调度算法 在本文档中,解释了如何为Pod选择节点的算法。在选择Pod的目标节点之前有两...

  • ES选举-类Bully算法

    Bully算法 bully算法是一个分布式系统中动态选择master节点的算法,进程号最大的非失效的节点将被选为m...

  • 打车链分析

    出块算法 出块算法结合了 PoS, VRF, PBFT,以此实现随机选择创建新的块的节点。PoS 算法可以降低维护...

  • Dijkstra算法(给定两点间最短路径)

    算法思想: 从已占领的节点往邻接节点扩张,选择所有邻接节点中value+dis[i]权值之和最低的加入已占领集合{...

  • 机器学习项目 - 预测住房价格 (2)

    上篇整理了「数据查看和分析」、「机器学习算法的数据准备」,这篇介绍「选择和训练模型」。 选择和训练模型 评估训练集...

  • ID3算法实现决策树

    1.ID.3算法 1.1算法原理: 算法的核心是在决策树各个节点上,应用信息增益准则选择特征,递归的构建决策树。算...

  • 2020-01-09 本体的VBFT共识算法

    概括 共识节点 共识候选节点 共识网络构建 随机节点完成共识 算法概述 VBFT算法可以认为是传统BFT算法在可验...

  • 决策树的不同划分方法

    ID3决策树算法 学习算法的重点在于如何选择最优划分属性。显然我们希望分支节点尽可能的属于同一个类--即希望节点的...

  • 数据仓库与数据挖掘技术—决策树与神经网络

    ID3算法是基于信息熵的决策树学习算法。在决策树各级节点上选择属性时,检测所有的属性,选择信息熵最大的属性产生决策...

网友评论

    本文标题:算法训练 节点选择

    本文链接:https://www.haomeiwen.com/subject/ccdugttx.html