B [yLOI2019] 梅深不见冬

Background

风,吹起梅岭的深冬;霜,如惊涛一样汹涌;雪,飘落后把所有烧成空,

像这场,捕捉不到的梦。

醒来时已是多年之久,宫门铜环才长了铁锈,

也开始生出离愁。

——银临《梅深不见冬》

Description

给定一棵 \(n\) 个节点的树,在树上行走,每次要么选择一个没有到达过的子节点,要么返回父节点。想要在一个节点 \(u\) 放上梅花当且仅当 \(u\) 的任意子节点 \(v\) 都被放上了 \(w_v\) 朵梅花。在任意时刻可以收回任意节点的梅花。对于每个节点,求如果想在这个节点放梅花,则至少需要准备多少梅花。

Limitations

特殊性质1:每个节点的孩子结点个数不超过 \(2\)

特殊性质2:每个节点的孩子节点个数不超过 \(5\)

特殊性质3:任意一个节点到根的路径上的点数不超过 \(3\),也即树高不超过 \(3\)

对于 \(100\%\) 的数据,保证 \(1 \leq w_i \leq 1000\)

Solution

测试点 \(1\):

只有一个节点,输出 \(w_1\) 即可。期望得分 \(5~pts\)

测试点 \(2~\sim 5\):

爆搜一个行走的顺序,然后可以 \(O(n)\) 判断是否合法。时间复杂度 \(O(n!\times n)\),期望得分 \(20~pts\)

测试点 \(6~\sim~7\):

注意到题目所规定的走法相当于按照树的某个dfs序走,即离开某个节点时必须遍历完它的子树,否则子树中一旦有一个节点没有被遍历到,则永远无法返回这个节点。

如果设在点 \(u\) 上放上 \(w_u\) 朵梅花最少需要 \(ans_u\) 朵梅花的话,考虑对于 \(u\) 的两个孩子 \(x,~y\),如果先走 \(x\),那么首先需要准备 \(ans_x\) 朵梅花,放上了 \(w_x\) 朵梅花,剩余了 \(ans_x - w_x\) 朵花,再走 \(y\),需要准备 \(ans_y\) 朵花,当前有 \(ans_x - w_x\),则需要额外准备 \(\max(ans_y - ans_x + w_x, 0)\) 朵花。先走 \(y\) 的情况类似,比较一下哪种情况更优即可。

时间复杂度 \(O(n)\),期望得分 \(10~pts\)

测试点 \(8~\sim 10\):

孩子节点个数不超过 \(5\),于是爆搜一下走哪个孩子的顺序,用类似子任务 \(3\) 的方法统计,然后取最优的即可。

时间复杂度 \(O(n \times x!)\),其中 \(x\) 为最大的节点孩子个数。期望得分 \(15~pts\)

测试点 \(11~\sim 14\):

树高不超过 \(3\),考虑第 \(3\) 层的节点,答案显然是他们自身的权值,第二层的节点,答案是第三层的权值和。

对于第一层的根节点 \(u\),考虑放满他的孩子的花费和在这个节点上放梅花的花费的关系:

如果放满它的孩子花费为 \(c\),它的孩子的权值和为 \(W\),则会剩余 \(rest = c - W\) 朵梅花,由于 \(W\) 是个常量,\(rest\) 与 \(c\) 正相关。考虑当 \(w_u > rest\) 时,需要额外花费 \(w_u - rest\) 元,花费为 \(w_u - rest + rest = w_u\) 元,当 \(w_u \leq rest\) 时,花费 \(rest\) 元。由此可以发现,当 \(rest\) 减小时,所需要的花费不会增大。又因为 \(rest\) 与 \(c\) 正相关,因此放满它的孩子的花费变地,在这个节点上放梅花的花费不会增加。因此最小化放满它孩子的花费即可得到答案。

对于一个节点 \(x\),设往这个节点上放上梅花至少需要准备 \(ans_x\) 朵梅花,而 \(x\) 的权值为 \(w_x\),我们的问题是选择一个最优的放梅花的序列,使得最终需要准备的梅花最小。这个问题的答案是按照 \(ans_x - w_x\) 的不升序排序即可。

考虑证明这个结论:

设有两个节点 \(i,~j\),设 \(a_i = ans_i - w_i,~a_j = ans_j - w_j\) 且 \(a_i > a_j\)。

考虑先放 \(i\) 再放 \(j\) 需要准备的梅花朵数是 \(\max(ans_i, ans_j + w_i)\)(一式),同理先放 \(j\) 所需要准备的梅花朵数是 \(\max(ans_j, ans_i + w_j)\)(二式)。

由于 \(a_i = ans_i - w_i\),得 \(ans_i = a_i + w_i\)。\(ans_j\) 同理。对一式二式分别提出 \(w\)。

\[\text{一式} = \max(ans_i, ans_j + w_i) = \max(a_i + w_i, ans_j + w_i) = w_i + \max(a_i, ans_j)\]

\[\text{二式} = \max(ans_j,ans_i + w_j) = w_j + \max(a_j, ans_i) = w_j + \max(a_j, a_i + w_i) = w_j + a_i + w_i\]

考虑一式的 \(\max\) 如果取 \(a_i\),那么 \(\text{一式} = w_i + a_i < w_i + a_i + w_j = \text{二式}\)

如果取 \(ans_j\),那么 \(\text{一式} = w_i + w_j + a_j < w_i + w_j + w_i = \text{二式}\)

因此,一式恒小于二式,先放 \(i\) 更优。

据此做数学归纳可得,按照 \(ans - w\) 的不升序排序后的序列是最优的。

于是即可排序以后用上面的方式统计答案,时间复杂度 \(O(n \log n)\),期望得分 \(20~pts\)

测试点 \(15~\sim 20\):

发现上面的结论可以应用于这棵树上的任何一个节点,于是每个节点都按照这样的方法排序即可。时间复杂度 \(O(n \log n)\),期望得分 \(30 pts\)。

【贪心】【P5521】[yLOI2019] 梅深不见冬的更多相关文章

  1. Vijos P1023Victoria的舞会3【贪心+DFS求强联通分量】

    链接:Click Me! P1023Victoria的舞会3 Accepted 标签:Victoria的舞会[显示标签] 描写叙述 Victoria是一位颇有成就的艺术家,他因油画作品<我爱北京 ...

  2. 【POJ - 1862】Stripies (贪心)

    Stripies 直接上中文了 Descriptions 我们的化学生物学家发明了一种新的叫stripies非常神奇的生命.该stripies是透明的无定形变形虫似的生物,生活在果冻状的营养培养基平板 ...

  3. [C++]单源最短路径:迪杰斯特拉(Dijkstra)算法(贪心算法)

    1 Dijkstra算法 1.1 算法基本信息 解决问题/提出背景 单源最短路径(在带权有向图中,求从某顶点到其余各顶点的最短路径) 算法思想 贪心算法 按路径长度递增的次序,依次产生最短路径的算法 ...

  4. [C++]多源最短路径(带权有向图):【Floyd算法(动态规划法)】 VS n*Dijkstra算法(贪心算法)

    1 Floyd算法 1.1 解决问题/提出背景 多源最短路径(带权有向图中,求每一对顶点之间的最短路径) 方案一:弗洛伊德(Floyd算法)算法 算法思想:动态规划法 时间复杂度:O(n^3) 形式上 ...

  5. leetcode刷题-- 4. 贪心

    贪心 455分发饼干 假设你是一位很棒的家长,想要给你的孩子们一些小饼干.但是,每个孩子最多只能给一块饼干.对每个孩子 i ,都有一个胃口值 gi ,这是能让孩子们满足胃口的饼干的最小尺寸:并且每块饼 ...

  6. SharePoint 2013管理中心里【管理服务器上的服务】不见了

    打开管理中心,准备配置Managed Metadata Service,发现"管理服务器上的服务"不见了 那我自己拼url直接访问:http://xxxx/_admin/Serve ...

  7. BZOJ 1692: [Usaco2007 Dec]队列变换 [后缀数组 贪心]

    1692: [Usaco2007 Dec]队列变换 Time Limit: 5 Sec  Memory Limit: 64 MBSubmit: 1383  Solved: 582[Submit][St ...

  8. Hive安装(二)之表不见了

    重启一下电脑,发现表不见了,原来我用的derby存储hive的meta,网上找了一下资料,说是要用mysql, 于是安装mysql   sudo apt-get install mysql-serve ...

  9. HDOJ 1051. Wooden Sticks 贪心 结构体排序

    Wooden Sticks Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) To ...

随机推荐

  1. python笔记 面向对象编程从入门到高级

    目录: 一.概念 二.方法    2.1组合 2.2继承 2.3多态 2.4封装 2.5归一化设计 三.面向对象高级   3.1   反射(自省) 3.2   内置方法__getatter__, __ ...

  2. GitHub的高级搜索功能

    1. 首先,提供Github高级搜索帮助页面https://help.github.com/categories/search/     2. 搜索语法https://help.github.com/ ...

  3. excel批量添加超链接

    使用 Hyperlink(Link-location,Friendly-name)

  4. vscode 代码折叠快捷键,折叠所有/展开所有

    1.折叠所有区域的快捷键:ctrl + k   ctrl + 0 (这里是数字键0) 2.展开所有区域的快捷键:ctrl + j    ctrl + j

  5. python 动态创建变量 获取变量名

    参考链接:https://www.cnblogs.com/technologylife/p/9211324.html 参考链接(未)(使用inspect 获取变量名):https://blog.csd ...

  6. 基于YOLO3对图像加框的函数draw_image()

    def draw_bbox(image, bboxes, class_i, show_label=True): # 将中心点坐标与w,h通过变化为左上角与右下角坐标 bboxes_change = n ...

  7. em与rem之间的区别以及移动设备中的rem适配方案

    em与rem之间的区别: 共同点: 它们都是像素单位 它们都是相对单位 不同点: em大小是基于父元素的字体大小 rem大小是基于根元素(html)的字体的大小 实例: <!DOCTYPE ht ...

  8. 获取Android崩溃crash信息并写入日志发送邮件

    一.实现Thread.UncaughtExceptionHandlerUnChecked异常发生时,由于没有相应的try…catch处理该异常对象,所以Java运行环境将会终止,程序将退出,也就是我们 ...

  9. 高性能TcpServer(Python) - SocketServer

    源码下载  -> 提取码  QQ:505645074 程序结构图  测试截图 1. 正常接收测试 2. 并发测试

  10. bootstrap的selectpicker的方法

    方法 .selectpicker('val') 您可以通过调用val元素上的方法来设置所选值. 1 2 $('.selectpicker').selectpicker('val', 'Mustard' ...