目錄
概念
樹形揹包,就是說,在樹上選一個包含根的連通塊,或揹包存在依賴關係(選父才能選子),或者需要知道每個點的子樹中選了多少……
通常,我們有兩種方法:
一、基於dfs合併:
我們設\(dp(i,j)\)表示在i的子節點中選j個的狀態。
在轉移時,先dfs子節點,然後依次把子節點合併,每次合併2個。
即枚舉\(a,b\),用\(dp(i,a)\)和\(dp(son,b)\)組合爲\(f(a+b)\),每次合併後,把f賦給dp。
下面分析時間複雜度:
1、物品大小爲1,沒有限制:
(僞)代碼:
void Tree_Dp(int p)
{
size[p]=1;
each(x,son[p])
{
Tree_Dp(x);
for(int i=0;i<=size[p];++i)
for(int j=0;j<=size[x];++j)
update dp[p][i+j];
size[p]+=size[x];
}
}
時間複雜度爲\(O(n^2)\)。
考慮那個二重循環,可以看做分別枚舉兩棵子樹的每個點。可以發現,點對\((u,v)\),只會在\(Tree_Dp(lca(u,v))\)處被考慮到,所以複雜度是\(O(n^2)\)。
2、有物品大小:
這個複雜度我也不清楚,可以卡到\(O(n^3)\),但是,在數據隨機時是能跑過8000,1s的。
3、物品大小爲1,有k的限制。
(僞)代碼:
void dfs(int u, int fu) {
int si = 0;
for (int i = fr[u]; i != -1; i = ne[i]) {
if (v[i] != fu)
dfs(v[i], u);
}
for (int i = fr[u]; i != -1; i = ne[i]) {
if (v[i] == fu) continue;
int rt = sz[v[i]];
for (int a = 0; a <= min(si, k); a++) {
for (int b = 0; b <= min(rt, k - a); b++) {
//轉移dp
}
}
si += rt;
sz[u] = si + 1;
}
這個算法,最初覺得是\(O(nk^2)\)的,實際上是\(O(nk)\)的。
複雜度證明:
- 根據正常樹形揹包的複雜度\(O(n^2)\),小於等於k的最多產生\(n/k*k^2\)的複雜度。
- 大於k與大於k的合併一次,被合併的就增加k,最多n/k次,最多產生\(n/k*k^2\)的複雜度。
- 大於k的與小於等於k的合併時,每個小於等於k的最多被合併一次,所以是\(n*s_1+n*s_2+...+n*s_m\),也是\(nk\)。
還有一種理解:
把樹按照dfs序變爲序列。
然後,在子樹中枚舉取x個,可以理解爲取dfs序的前(後)x個。
而合併時,認爲一棵子樹取後x個,另一棵取前y個。\((x+y\leq k)\)。這可以合併爲長x+y的區間。
這其實就是長度不大於k的子串,最多有nk個。
但是,因爲有取0個的情況,所以實際做題時,大約有2的常數。但那個常數就忽略了可以。
二、dfs序上dp:
按照dfs序考慮:
我們設\(dp(i,j)\)表示考慮到第i個,剩餘容量爲j的狀態:
有兩種轉移:
1、不選i,那麼i的子樹都不能選,轉移到\(dp(i+Size_i,j)\)。
2、選i,那麼按照dfs序考慮下一個,轉移到\(dp(i+1,j-w)+v\)。
正確性顯然。
代碼
(不是我的)
void dfs(int u)
{
int tmp=tot;
for(int i=head[u];i;i=indexx[i].next)
{
int v=indexx[i].to;
dfs(v);
}
cost[++tot]=temp[u];
f[tot]=tmp;
}
int main()
{
scanf("%d%d",&n,&m);
for(int i=1;i<=m;i++)
{
scanf("%d%d%d",&v[i],&p[i],&q[i]);
temp[i]=banana(v[i],v[i]*p[i]);
init(q[i],i);
}
dfs(0);
for(int i=1;i<=m;i++)
{
for(int j=0;j<=n;j++)
{
if(j>=cost[i].v)
dp[i][j]=max(dp[f[i]][j],dp[i-1][j-cost[i].v]+cost[i].w);
else
dp[i][j]=dp[f[i]][j];//fi就是i-size(i)
}
}
printf("%d\n",dp[m][n]);
}
時間複雜度分析
這個比較顯然,n個點,m的容量限制(沒有則m=n),狀態有\(nm\)個,轉移代價爲\(O(1)\),複雜度爲\(O(nm)\)。
而且,這種方法更好些,且常數更小。
例題1
題目描述
金明今天很開心,家裏購置的新房就要領鑰匙了,新房裏有一間金明自己與用的很寬敞的房間。更讓他高興的是,媽媽昨天對他說:“你的房間需要購買哪些物品,怎麼佈置,你說了算,只要丌超過 N 元錢就行”。今天一早,金明就開始做預算了,他把想買的物品分爲兩類:主件不附件,附件是從屬於某個件的,下表就是一些主件不附件的例子:
主件 附件
電腦 打印機,掃描儀
書櫃 圖書
書桌 檯燈,文具
工作椅 無
如果要買歸類爲附件的物品,必須先買該附件所屬的件。每個主件可以有很多個附件。附件可能有從屬於自己的附件。金明想買的東西很多,肯定會超過媽媽限定的 N 元。於是,他把每件物品規定了一個重要度,分爲 5 等:用整數 1−5 表示,第 5 等最重要。他還從因特網上查到了每件物品的價格(都是在10 元以內)。他希望在不超過 N 元(可以等於 N 元)的前提下,使每件物品的價格不重要度的乘積的總和最大。 設第 j 件物品的價格爲 v[j] ,重要度爲 w[j] ,共選中了 k 件物品,編號依次爲 j1,j2,…,jk,則所求的總和爲: v[j1]×w[j1]+v[j2]×w[j2]+…+v[jk]×w[jk] 請你幫助金明設計一個滿足要求的購物單。
輸入格式
第 1 行,爲兩個正整數,用一個空格隔開:
N,m (其中 N(<8000) 表示總錢數, m(< 8000) 爲希望購買物品的個數。) 從第 2 行到第 m+1 行,第 j 行給出了編號爲 j−1的物品的基本數據,每行有 3 個非負整數::v,p,q(其中 v 表示該物品的價格( v< 10),p表示該物品的重要度( 1−5 ), q 表示該物品是主件還是附件。如果 q=0,表示該物品爲主件,如果 q>0 ,表示該物品爲附件, q 是所屬件的編號(q< j-1))
輸出格式
一個正整數,爲丌超過總錢數的物品的價格不重要度乘積的總和的最大值。
這個,是顯然的樹型揹包。
如果用方法1,則由於物品大小的影響,可以卡到\(O(nm^2)\)。
但是,方法二就是\(O(nm)\)的,很快,還好寫。
(差距很大)。
例題2
[JSOI2018]潛入行動
這題,由於我要知道父子關係的信息(例如:父節點是否選擇等),所以方法二便不能使用。
例題3
[SDOI2017]蘋果樹
這題有些像例1,只不過物品有多個,轉成dfs序後,單調隊列優化即可,複雜度\(O(nk)\)。如果方法1至少要\(O(nk^2)\)。
總結下:
方法一:
可以知道每個點的確切情況,可以與普通的樹型dp結合使用(因爲畢竟是在樹上)。
但是,複雜度較高(因爲合併揹包很慢)。
方法二:
複雜度較低(因爲不需要合併揹包,相當於依次添加)。
但是,不能知道每個點的確切情況(因爲是在序列上),有些題不能使用。