【图论】【树形dp】【深度优先搜索】2538. 最大价值和与最小价值和的差值

简介: 【图论】【树形dp】【深度优先搜索】2538. 最大价值和与最小价值和的差值

作者推荐

【深度优先搜索】【树】【图论】2973. 树中每个节点放置的金币数目

本文涉及知识点

深度优先搜索

LeetCode2538. 最大价值和与最小价值和的差值

给你一个 n 个节点的无向无根图,节点编号为 0 到 n - 1 。给你一个整数 n 和一个长度为 n - 1 的二维整数数组 edges ,其中 edges[i] = [ai, bi] 表示树中节点 ai 和 bi 之间有一条边。

每个节点都有一个价值。给你一个整数数组 price ,其中 price[i] 是第 i 个节点的价值。

一条路径的 价值和 是这条路径上所有节点的价值之和。

你可以选择树中任意一个节点作为根节点 root 。选择 root 为根的 开销 是以 root 为起点的所有路径中,价值和 最大的一条路径与最小的一条路径的差值。

请你返回所有节点作为根节点的选择中,最大 的 开销 为多少。

示例 1:

输入:n = 6, edges = [[0,1],[1,2],[1,3],[3,4],[3,5]], price = [9,8,7,6,10,5]

输出:24

解释:上图展示了以节点 2 为根的树。左图(红色的节点)是最大价值和路径,右图(蓝色的节点)是最小价值和路径。

  • 第一条路径节点为 [2,1,3,4]:价值为 [7,8,6,10] ,价值和为 31 。
  • 第二条路径节点为 [2] ,价值为 [7] 。
    最大路径和与最小路径和的差值为 24 。24 是所有方案中的最大开销。
    示例 2:
    输入:n = 3, edges = [[0,1],[1,2]], price = [1,1,1]
    输出:2
    解释:上图展示了以节点 0 为根的树。左图(红色的节点)是最大价值和路径,右图(蓝色的节点)是最小价值和路径。
  • 第一条路径包含节点 [0,1,2]:价值为 [1,1,1] ,价值和为 3 。
  • 第二条路径节点为 [0] ,价值为 [1] 。
    最大路径和与最小路径和的差值为 2 。2 是所有方案中的最大开销。
    提示:
    1 <= n <= 105
    edges.length == n - 1
    0 <= ai, bi <= n - 1
    edges 表示一棵符合题面要求的树。
    price.length == n
    1 <= price[i] <= 105

深度优先搜索

以0为根节点的树,来分析问题。节点和终点可能的情况。

一,都是叶子节点。

二,一个叶子节点,一个支节点。不可能,枝节点换成根节点更长。

三,一个叶子节点,一个根节点。可能。比如:独子树。

四,两个支节点,不可能。其中1个换成叶子节点更长。

五,一个支节点,一个根节点。不可能。支节点换成叶子节点更长。

总结:只有两种情况需要考虑:

两个叶子节点,枚举它们的公共祖先。

根节点和叶子节点。

DFS 返回本子树 从 子树的根到叶子的最大价值,两个值:包括叶子和不包括叶子。

代码

核心代码

class CNeiBo2
{
public:
  CNeiBo2(int n, bool bDirect, int iBase = 0) :m_iN(n), m_bDirect(bDirect), m_iBase(iBase)
  {
    m_vNeiB.resize(n);
  }
  CNeiBo2(int n, vector<vector<int>>& edges, bool bDirect, int iBase = 0) :m_iN(n), m_bDirect(bDirect), m_iBase(iBase)
  {
    m_vNeiB.resize(n);
    for (const auto& v : edges)
    {
      m_vNeiB[v[0] - iBase].emplace_back(v[1] - iBase);
      if (!bDirect)
      {
        m_vNeiB[v[1] - iBase].emplace_back(v[0] - iBase);
      }
    }
  }
  inline void Add(int iNode1, int iNode2)
  {
    iNode1 -= m_iBase;
    iNode2 -= m_iBase;
    m_vNeiB[iNode1].emplace_back(iNode2);
    if (!m_bDirect)
    {
      m_vNeiB[iNode2].emplace_back(iNode1);
    }
  }
  const int m_iN;
  const bool m_bDirect;
  const int m_iBase;
  vector<vector<int>> m_vNeiB;
};
template<class ELE>
void MaxSelf(ELE* seft, const ELE& other)
{
  *seft = max(*seft, other);
}
class Solution {
public:
  long long maxOutput(int n, vector<vector<int>>& edges, vector<int>& price) {
    m_price = price;
    CNeiBo2 neiBo(n, edges, false);
    DFS(neiBo.m_vNeiB, 0, -1);
    return m_llRet;
  }
  pair<long long, long long> DFS(vector<vector<int>>& neiBo, int cur, int par)
  {
    long long l1 = m_price[cur], l2 = 0;
    for (const auto& next : neiBo[cur])
    {
      if (next == par)
      {
        continue;
      }
      const auto [ll1,ll2] = DFS(neiBo, next, cur);
      MaxSelf(&m_llRet, l1+ll2);
      MaxSelf(&m_llRet, ll1 + l2);
      MaxSelf(&l1, m_price[cur] + ll1);
      MaxSelf(&l2, m_price[cur] + ll2);     
    }
    return make_pair(l1,l2);
  }
  vector<int> m_price;
  long long m_llRet = 0;
};

测试用例

template<class T,class T2>
void Assert(const T& t1, const T2& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{ 
  vector<vector<int>> lcp;
  {
    Solution sln;
    lcp = { {4,0,2,0},{0,3,0,1},{2,0,2,0},{0,1,0,1} };
    auto res = sln.findTheString(lcp);
    Assert(res,"abab");
  }
  {
    Solution sln;
    lcp = { {4,3,2,1},{3,3,2,1},{2,2,2,1},{1,1,1,1} };
    auto res = sln.findTheString(lcp);
    Assert(res, "aaaa");
  }
  {
    Solution sln;
    lcp = { {4,3,2,1},{3,3,2,1},{2,2,2,1},{1,1,1,3} };
    auto res = sln.findTheString(lcp);
    Assert(res, "");
  }
    
}

2023年2月

class Solution {

public:

long long maxOutput(int n, vector<vector>& edges, vector& price) {

m_vDirect.resize(n);

m_vMaxValueMaxValueExcSelf.resize(n);

for (const auto& v : edges)

{

m_vDirect[v[0]].push_back(v[1]);

m_vDirect[v[1]].push_back(v[0]);

}

dfs(0, -1, price);

return m_llRet;

}

void dfs(int iCur, int iParent, const vector<int>& price)
 {
   long long llMaxValue = price[iCur];
   long long llMaxValueExcMyself = 0;
   for (const auto& next : m_vDirect[iCur])
   {
     if (next == iParent)
     {
       continue;
     }
     dfs(next, iCur, price);
     const auto& nextValue = m_vMaxValueMaxValueExcSelf[next];
     m_llRet = max(m_llRet, max(llMaxValue + nextValue.second, llMaxValueExcMyself + nextValue.first));
     llMaxValue = max(llMaxValue, nextValue.first + price[iCur]);
     llMaxValueExcMyself = max(llMaxValueExcMyself, nextValue.second + price[iCur]);
   }
   m_vMaxValueMaxValueExcSelf[iCur] = std::make_pair(llMaxValue, llMaxValueExcMyself);
 }
 vector<std::pair<long long, long long>> m_vMaxValueMaxValueExcSelf;
 vector<vector<int>> m_vDirect;   
 long long m_llRet = 0;

};

2023年9月

class Solution {

public:

long long maxOutput(int n, vector<vector>& edges, vector& price) {

CNeiBo2 neibo(n, edges, false);

std::multimap<long long, int>mMaxPrice, mMaxPriceInclueLeaf;

dfs(0, -1, mMaxPrice, mMaxPriceInclueLeaf, neibo, price);

return m_llRet;

}

void dfs(int cur, const int parent, std::multimap<long long,int>& mMaxPrice, std::multimap<long long, int>& mMaxPriceInclueLeaf,const CNeiBo2& neiBo, vector& price)

{

for (const auto& next : neiBo.m_vNeiB[cur])

{

if (parent == next)

{

continue;

}

std::multimap<long long, int> m, mLeaf;

dfs(next, cur, m, mLeaf, neiBo, price);

if (m.empty())

{

mMaxPrice.emplace( 0, next);

mMaxPriceInclueLeaf.emplace(price[next], next);

}

else

{

mMaxPrice.emplace(m.rbegin()->first + price[next], next);

mMaxPriceInclueLeaf.emplace(mLeaf.rbegin()->first + price[next], next);

}

}

while (mMaxPrice.size() > 2)

{

mMaxPrice.erase(mMaxPrice.begin());

}

while (mMaxPriceInclueLeaf.size() > 2)

{

mMaxPriceInclueLeaf.erase(mMaxPriceInclueLeaf.begin());

}

long long curRet = GetMax(mMaxPrice, mMaxPriceInclueLeaf);

if (0 != curRet)

{

curRet += price[cur];

}

if (mMaxPriceInclueLeaf.size())

{

curRet = max(curRet, mMaxPriceInclueLeaf.rbegin()->first);

}

m_llRet = max(m_llRet, curRet);

}

long long GetMax(const std::multimap<long long, int>& mMaxPrice, const std::multimap<long long, int>& mMaxPriceInclueLeaf)

{

if (mMaxPrice.empty())

{

return 0;

}

if (1 == mMaxPrice.size())

{

return mMaxPrice.begin()->first;

}

if (mMaxPrice.rbegin()->second != mMaxPriceInclueLeaf.rbegin()->second)

{

return mMaxPrice.rbegin()->first + mMaxPriceInclueLeaf.rbegin()->first;

}

return max(mMaxPrice.begin()->first + mMaxPriceInclueLeaf.rbegin()->first, mMaxPrice.rbegin()->first + mMaxPriceInclueLeaf.begin()->first);

}

long long m_llRet = 0;

};


相关文章
|
6月前
|
算法 JavaScript Java
【状态压缩】【动态规划】【C++算法】1125.最小的必要团队
【状态压缩】【动态规划】【C++算法】1125.最小的必要团队
|
6月前
|
算法 Java C语言
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-982 最小距离
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-982 最小距离
42 0
|
6月前
|
算法 Java C语言
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-8 算法训练 操作格子 线段树
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-8 算法训练 操作格子 线段树
54 0
|
6月前
|
算法 程序员
【算法训练-二分查找 三】【特殊二分】寻找峰值
【算法训练-二分查找 三】【特殊二分】寻找峰值
56 0
|
6月前
|
人工智能 算法 Java
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-7 算法训练 逆序对 平衡二叉树
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-7 算法训练 逆序对 平衡二叉树
54 0
|
人工智能 算法
【算法分析与设计】递归与分治策略(二)
【算法分析与设计】递归与分治策略
|
5月前
|
算法
【经典LeetCode算法题目专栏分类】【第4期】BFS广度优先算法:单词接龙、最小基因变化、二进制矩阵中的最短路径
【经典LeetCode算法题目专栏分类】【第4期】BFS广度优先算法:单词接龙、最小基因变化、二进制矩阵中的最短路径
|
5月前
数学基础从高一开始7、等式性质与不等式性质(重点作差法)
数学基础从高一开始7、等式性质与不等式性质(重点作差法)
36 0
|
机器学习/深度学习 算法 编译器
【算法分析与设计】递归与分治策略(一)
【算法分析与设计】递归与分治策略
|
搜索推荐
图解:快速排序算法之双边循环法
之前我们学习了冒泡排序,有没有比冒泡排序更快的排序算法呢?当然有,例如快速排序,归并排序,堆排序。接下来即将介绍的快速排序就是由冒泡排序演变而来的。
175 0
图解:快速排序算法之双边循环法