前期知识
最大独立集 需要从图中选择尽量多的点,使得这些点互不相邻。
例题
337. 打家劫舍 III
337. 打家劫舍 III
用一个数组 int[] = {a, b} 来接收每个节点返回的结果。返回值{a,b} a表示没选当前节点的最大值,b表示选了当前节点的最大值。
使用后序遍历dfs。 (发现树形 DP 基本都是后序 dfs
)
class Solution {
public int rob(TreeNode root) {
int[] res = dfs(root);
return Math.max(res[0], res[1]);
}
public int[] dfs(TreeNode root) {
// 返回值{a,b} a表示没选当前节点的最大值,b表示选了当前节点的最大值
if (root == null) return new int[]{0, 0};
int[] l = dfs(root.left), r = dfs(root.right);
int a = Math.max(l[0], l[1]) + Math.max(r[0], r[1]), b = root.val + l[0] + r[0];
return new int[]{a, b};
}
}
相关练习题目
没有上司的舞会 https://www.luogu.com.cn/problem/P1352
P1352 没有上司的舞会
这道题目相当于每个节点可能会有若干个子节点的 337. 打家劫舍 III 。
因为是 ACM 模式,所以代码处理输入很冗长。
AC代码如下:
import java.util.*;
public class Main {
static List<Integer>[] childs; // 记录每个节点的子节点列表
static int[] r; // 记录每个节点的快乐指数
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
r = new int[n + 1];
for (int i = 1; i <= n; ++i) r[i] = scanner.nextInt();
childs = new ArrayList[n + 1];
Arrays.setAll(childs, e -> new ArrayList());
Set<Integer> s = new HashSet<>(); // 记录哪些节点没有父节点,把他们统一放在0节点之下
for (int i = 1; i <= n; ++i) s.add(i);
for (int i = 2; i <= n; ++i) {
int l = scanner.nextInt(), k = scanner.nextInt();
childs[k].add(l);
s.remove(l);
}
for (int v: s) childs[0].add(v); // 所有没有父节点的节点放在0节点之下
int[] res = dfs(0);
System.out.println(Math.max(res[0], res[1]));
return;
}
public static int[] dfs(int rootId) {
int a = 0, b = r[rootId]; // a表示不选当前节点,b表示选当前节点
for (int i: childs[rootId]) { // 枚举所有子节点
int[] res = dfs(i);
a += Math.max(res[0], res[1]); // 不选当前节点,所以子节点选不选都可以
b += res[0]; // 选当前节点,所以子节点只能不选
}
return new int[]{a, b};
}
}
从代码模板来看,这里使用 for 循环来枚举当前节点的所有子节点。
1377. T 秒后青蛙的位置 https://leetcode.cn/problems/frog-position-after-t-seconds/⭐⭐⭐
1377. T 秒后青蛙的位置
解法1:BFS
从题意来看,每次青蛙都会往下走一层,很像层序遍历,所以可以是用 bfs 来模拟整个过程。
在 bfs 的过程中,如果当前节点的概率为 p,他有 k 个子节点,那么它的所有子节点的概率就是 p / k,即在分母上乘了 k。
在这个过程中,我们可以记录各个节点的概率分母。
如果当前节点没有子节点,那么它的概率不变,再重新加入队列中。
class Solution {
public double frogPosition(int n, int[][] edges, int t, int target) {
// 建树
List<Integer>[] g = new ArrayList[n + 1];
Arrays.setAll(g, e -> new ArrayList());
for (int[] edge: edges) {
int x = edge[0], y = edge[1];
g[x].add(y);
g[y].add(x);
}
boolean[] st = new boolean[n + 1];
// 由于某些样例在计算概率分母时会溢出int,因此使用long
Queue<long[]> q = new LinkedList();
q.offer(new long[]{1, 1}); // 将第一个节点放入队列
st[1] = true;
for (int i = 0; i <= t; ++i) {
int sz = q.size();
for (int j = 0; j < sz; ++j) {
long[] cur = q.poll();
// 如果达到了目标位置且时间正确,返回答案
if (cur[0] == target && i == t) return 1.0 / cur[1];
List<Integer> children = g[(int)cur[0]];
boolean f = false; // 记录它是否有子节点
int cnt = 0; // 记录它有几个子节点
for (int child: children) {
if (!st[child]) ++cnt;
}
for (int child: children) {
if (!st[child]) {
q.offer(new long[]{child, cur[1] * cnt}); // 将子节点加入队列,概率的分母更新为cnt[1]*cnt
st[child] = true;
f = true; // 说明有子节点
}
}
// 如果当前节点没有子节点,那么它还会待在当前位置
if (!f) q.offer(cur);
}
}
return 0;
}
}
优化代码
优化的点包括:
- 修改了 return 结果的判断条件
- 删去了 cnt 统计每个节点的子节点个数,因为子节点数目就是g[x].size() - 1
- 给起始节点1增加一个父节点0,可以避免写多余判断
class Solution {
public double frogPosition(int n, int[][] edges, int t, int target) {
// 建树
List<Integer>[] g = new ArrayList[n + 1];
Arrays.setAll(g, e -> new ArrayList());
g[1].add(0); // 小技巧
for (int[] edge: edges) {
int x = edge[0], y = edge[1];
g[x].add(y);
g[y].add(x);
}
boolean[] st = new boolean[n + 1];
// 由于某些样例在计算概率分母时会溢出int,因此使用long
Queue<long[]> q = new LinkedList();
q.offer(new long[]{1, 1}); // 将第一个节点放入队列
st[1] = true;
for (int i = 0; i <= t; ++i) {
int sz = q.size();
for (int j = 0; j < sz; ++j) {
long[] cur = q.poll();
// 如果达到了目标位置且时间正确,返回答案
if (cur[0] == target) {
if (i == t || g[(int)cur[0]].size() == 1) return 1.0 / cur[1];
return 0;
}
List<Integer> children = g[(int)cur[0]];
int cnt = children.size() - 1; // 记录它有几个子节点
for (int child: children) {
if (!st[child]) {
q.offer(new long[]{child, cur[1] * cnt}); // 将子节点加入队列,概率的分母更新为cnt[1]*cnt
st[child] = true;
}
}
}
}
return 0;
}
}
解法2——自顶向下dfs
整体思路与 bfs 类似。
class Solution {
double ans;
public double frogPosition(int n, int[][] edges, int t, int target) {
// 建树
List<Integer>[] g = new ArrayList[n + 1];
Arrays.setAll(g, e -> new ArrayList());
g[1].add(0); // 常用技巧:为了减少额外判断,给1加个父节点0
for (int[] edge: edges) {
int x = edge[0], y = edge[1];
g[x].add(y);
g[y].add(x);
}
dfs(g, target, 1, 0, t, 1);
return ans;
}
public boolean dfs(List<Integer>[] g, int target, int x, int father, int leftTime, long prod) {
// 如果x == target 且 (正好在t秒或处在叶子节点上)
if (x == target && (leftTime == 0 || g[x].size() == 1)) {
ans = 1.0 / prod;
return true;
}
if (x == target || leftTime == 0) return false;
for (int y: g[x]) { // 遍历x的儿子y
if (y != father && dfs(g, target, y, x, leftTime - 1, prod * (g[x].size() - 1))) {
return true; // 找到了就不再递归了
}
}
return false;
}
}
这里学到的重要技巧:
- 每个节点只会有一个父节点,因此它的子节点数量就是
g[x].size() - 1
,不需要单独计算了。 - g[1].add(0); // 常用技巧:为了减少额外判断,给1加个父节点0
- dfs 返回 boolean 值,在 if () 中进行 dfs。
解法3——自底向上dfs
class Solution {
double ans;
public double frogPosition(int n, int[][] edges, int t, int target) {
// 建树
List<Integer>[] g = new ArrayList[n + 1];
Arrays.setAll(g, e -> new ArrayList());
g[1].add(0); // 为了减少额外判断,给1加个父节点0
for (int[] edge: edges) {
int x = edge[0], y = edge[1];
g[x].add(y);
g[y].add(x);
}
long prod = dfs(g, target, 1, 0, t);
return prod == 0? prod: 1.0 / prod;
}
public long dfs(List<Integer>[] g, int target, int x, int father, int leftTime) {
// 找到结果的两种情况
if (leftTime == 0) return x == target? 1: 0;
if (x == target) return g[x].size() == 1? 1: 0;
// 遍历 x 的儿子 y
for (int y: g[x]) {
if (y != father) {
long prod = dfs(g, target, y, x, leftTime - 1);
if (prod != 0) return prod * (g[x].size() - 1);
}
}
return 0;
}
}
自底向上的优点在于,只有找到了 target 之后才会做乘法计算 prod。
2646. 最小化旅行的价格总和 https://leetcode.cn/problems/minimize-the-total-price-of-the-trips/solution/lei-si-da-jia-jie-she-iii-pythonjavacgo-4k3wq/⭐⭐⭐⭐⭐
2646. 最小化旅行的价格总和
解法1——暴力dfs每条路径
核心思路是遍历每条路径,修改 price 数组,然后将问题转换成 337. 打家劫舍 III 。
class Solution {
List<Integer>[] g;
int[] price, cnt;
int end;
public int minimumTotalPrice(int n, int[][] edges, int[] price, int[][] trips) {
g = new ArrayList[n];
Arrays.setAll(g, e -> new ArrayList());
for (int[] edge: edges) {
int x = edge[0], y = edge[1];
g[x].add(y);
g[y].add(x);
}
this.price = price;
cnt = new int[n]; // 记录每个节点在路径中出现的次数
for (int[] trip: trips) {
end = trip[1];
op(trip[0], -1); // 用dfs找到这个trip路径上的点
}
int[] p = dfs(0, -1);
return Math.min(p[0], p[1]);
}
public boolean op(int x, int father) {
if (x == end) { // 找到了end
++cnt[x];
return true;
}
for (int y: g[x]) {
if (y != father && op(y, x)) {
++cnt[x];
return true;
}
}
return false; // 没找到
}
// 返回值 :[不减半,减半]
public int[] dfs(int x, int father) {
int notHalve = price[x] * cnt[x], halve = notHalve / 2;
for (int y: g[x]) {
if (y != father) {
int[] p = dfs(y, x);
notHalve += Math.min(p[0], p[1]); // 当前不减半,那前面的节点随意
halve += p[0]; // 当前减半,那前面的节点只能不减半
}
}
return new int[]{notHalve, halve};
}
}
解法2——Tarjan 离线 LCA + 树上差分
TODO
https://leetcode.cn/problems/minimize-the-total-price-of-the-trips/solution/lei-si-da-jia-jie-she-iii-pythonjavacgo-4k3wq/
补充题目:2467. 树上最大得分和路径⭐⭐⭐
2467. 树上最大得分和路径
这道题目更多的是练习树的 dfs 技巧,与 dp 关系不大。
使用两个 dfs ,
第一个 dfs 用于计算 bob 达到各点的时间,为计算 alice 路径上的价值做准备。
第二个 dfs 用于枚举 alice 到达各个叶子节点的路径,在达到叶子节点时更新答案。文章来源:https://www.toymoban.com/news/detail-520922.html
class Solution {
List<Integer>[] g;
int[] bobTime, amount;
int ans = Integer.MIN_VALUE;
public int mostProfitablePath(int[][] edges, int bob, int[] amount) {
int n = edges.length + 1;
g = new ArrayList[n];
Arrays.setAll(g, e -> new ArrayList());
for (int[] edge: edges) {
int x = edge[0], y =edge[1];
g[x].add(y);
g[y].add(x);
}
g[0].add(-1); // 常用技巧,给0节点加一个父节点-1,可以少写多余判断
this.amount = amount;
bobTime = new int[n]; // 记录bob到达该节点的时间
Arrays.fill(bobTime, Integer.MAX_VALUE); // 初始化为bob都到不了
dfsBob(bob, 0, -1);
dfsAlice(0, 0, -1, 0);
return ans;
}
// 当前节点、当前节点的时间、当前节点的父节点
public boolean dfsBob(int x, int time, int father) {
// 只有到达了目的地才设置时间
if (x == 0) {
bobTime[x] = time;
return true;
}
for (int y: g[x]) {
if (y != father && dfsBob(y, time + 1, x)) {
bobTime[x] = time;
return true;
}
}
return false;
}
public void dfsAlice(int x, int time, int father, int score) {
// 计算当前节点的值
int curVal = 0;
if (time == bobTime[x]) curVal = amount[x] / 2;
else if (time < bobTime[x]) curVal = amount[x]; // a早到
// 到达了叶子节点,使用该条路径的值更新答案
if (g[x].size() == 1) {
ans = Math.max(ans, score + curVal);
return;
}
// dfs过程
for (int y: g[x]) {
if (y != father) {
dfsAlice(y, time + 1, x, score + curVal);
}
}
return;
}
}
注意:!
在 bob dfs 的过程中,不是经过的所有节点都需要被设置时间的,而是只有达到了 0 节点路径上的节点才需要被设置时间。
因此一个常用技巧是让 dfs 返回一个 boolean 值来记录是否达到了 target 。文章来源地址https://www.toymoban.com/news/detail-520922.html
到了这里,关于【算法】树形DP ② 打家劫舍Ⅲ(树上最大独立集)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!