【洛谷】【P2986】Great Cow Gathering G（树形DP)

YingLog

于 2025-02-11 20:58:58 发布

阅读量1.2k

点赞数 27

CC 4.0 BY-SA版权

文章标签：动态规划算法

本文链接：https://blog.csdn.net/2301_80024649/article/details/145579594

传送门：Great Cow Gathering G 树形DP

题目描述

Bessie 正在计划一年一度的奶牛大集会，来自全国各地的奶牛将来参加这一次集会。当然，她会选择最方便的地点来举办这次集会。

每个奶牛居住在 NN 个农场中的一个，这些农场由 N−1N−1 条道路连接，并且从任意一个农场都能够到达另外一个农场。道路 ii 连接农场 AiAi 和 BiBi，长度为 LiLi。集会可以在 NN 个农场中的任意一个举行。另外，每个牛棚中居住着 CiCi 只奶牛。

在选择集会的地点的时候，Bessie 希望最大化方便的程度（也就是最小化不方便程度）。比如选择第 XX 个农场作为集会地点，它的不方便程度是其它牛棚中每只奶牛去参加集会所走的路程之和（比如，农场 ii 到达农场 XX 的距离是 2020，那么总路程就是 Ci×20Ci×20）。帮助 Bessie 找出最方便的地点来举行大集会。

输入格式

第一行一个整数 NN 。

第二到 N+1N+1 行：第 i+1i+1 行有一个整数 CiCi。

第 N+2N+2 行到 2N2N 行：第 i+N+1i+N+1 行为 33 个整数：Ai,BiAi,Bi 和 LiLi。

输出格式

一行一个整数，表示最小的不方便值。

题解

结构体和变量定义：
- Edge 结构体：用于存储边信息，包括边的终点 v，下一条边的索引 next，以及边的权重 w。
- h[] 数组：存储每个节点的邻接链表的头节点索引。
- cnt：边的计数器，用于给每条边分配唯一的索引。
- n：节点数量。
- sum：所有节点的权值之和。
- dis[] 数组：存储以节点1为根时，每个节点的子树中所有带权节点到该节点的距离之和。
- f[] 数组：存储每个节点作为目标节点时，所有带权节点到该节点的距离之和。
- C[] 数组：存储每个节点的权值。
- Q[] 数组：存储以节点1为根时，每个节点的子树中所有节点的权值之和。
- maxx：用于记录最小的总距离。
add(int u, int v, int w) 函数：
- 用于添加边。由于是无向图，所以需要添加两条边，分别是从 u 到 v 和从 v 到 u。
dfs1(int u, int ff) 函数：
- 这是一个深度优先搜索（DFS）函数，用于计算以节点1为根时，每个节点的子树的信息。
- dis[u] 的计算：dis[u] += dis[e[i].v] + s * e[i].w; 表示节点 u 的 dis 值等于其所有子节点的 dis 值加上子节点的权值和乘以它们之间边的权重。
- Q[u] 的计算：Q[u] = tol + C[u]; 表示节点 u 的 Q 值等于其所有子节点的 Q 值之和加上节点 u 本身的权值。
- 返回的是以u为根的子树的权重之和。
dfs2(int u, int ff) 函数：
- 这是第二个深度优先搜索（DFS）函数，用于计算以每个节点作为目标节点时的总距离。
- f[e[i].v] = f[u] - Q[e[i].v] * e[i].w + e[i].w * (sum - Q[e[i].v]); 是状态转移方程，表示如果选择节点 e[i].v 作为目标节点，总距离等于选择节点 u 作为目标节点的总距离减去子树 e[i].v 中的节点到 u 的距离，加上剩余节点到 e[i].v 的距离。
- maxx = min(maxx, f[e[i].v]); 用于更新最小总距离。
main() 函数：
- 读取节点数量 n 和每个节点的权值 C[i]。
- 读取边信息，并调用 add() 函数添加边。
- 调用 dfs1(1, 1) 函数计算以节点1为根时的子树信息。
- 将 f[1] 初始化为 dis[1]，并将 maxx 初始化为 f[1]。
- 调用 dfs2(1, 1) 函数计算以每个节点作为目标节点时的总距离，并更新 maxx。
- 输出最小总距离 maxx。

算法思路

问题转化：
- 将问题转化为：找到树上的一个节点，使得所有带权节点到该节点的带权距离之和最小。
两次DFS：
- 第一次 DFS ( dfs1 )：
  - 计算以某个固定节点（通常是节点1）为根时，每个节点的子树中所有带权节点到该节点的距离之和 ( dis[] )。
  - 计算以某个固定节点（通常是节点1）为根时，每个节点的子树的权重之和 ( Q[] )。
- 第二次 DFS ( dfs2 )：
  - 利用第一次DFS的结果，通过状态转移方程计算以每个节点作为目标节点时的总距离 ( f[] )。
  - 在计算过程中，更新最小总距离 maxx。

核心思想

动态规划：通过 dfs2 中的状态转移方程，利用子问题的解来求解原问题。
树形结构：利用树的特殊结构，通过两次DFS来高效地计算所有可能目标节点的总距离。

#include <iostream>
using namespace std;
const int N=1e5+5;
#define ll long long
struct Edge{
    int v,next,w;
}e[2*N];
int h[2*N],cnt=1,n;
void add(int u,int v,int w){
    e[cnt]=(Edge){v,h[u],w};
    h[u]=cnt++;
}
ll sum=0;
ll dis[N],f[N];
ll C[N],Q[N];
ll maxx;
ll dfs1(int u,int ff){
    ll tol=0;
    for(int i=h[u];i;i=e[i].next){
        if(e[i].v!=ff){
            ll s= dfs1(e[i].v,u);
            dis[u]+=dis[e[i].v]+s*e[i].w;
            tol+=s;
        }
    }
    return Q[u]=tol+C[u];
}
void dfs2(int u,int ff){
    for(int i=h[u];i;i=e[i].next){
        if(e[i].v!=ff){
            f[e[i].v]=f[u]-Q[e[i].v]*e[i].w+e[i].w*(sum-Q[e[i].v]);
            maxx=min(maxx,f[e[i].v]);
            dfs2(e[i].v,u);
        }
    }
}
int main(){
    cin>>n;
    for(int i=1;i<=n;i++){
        cin>>C[i];
        sum+=C[i];
    }
    for(int i=1;i<n;i++){
        int u,v,w;
        cin>>u>>v>>w;
        add(u,v,w);
        add(v,u,w);
    }
    dfs1(1,1);
    f[1]=dis[1];
    maxx=f[1];
    dfs2(1,1);
    cout<<maxx;
    return 0;
}