当前位置: 首页 > news >正文

树的重心(双dfs,换根)

思路:

基于树形 DP 的两次遍历(第一次dfs计算以某个初始根(这里选了 1)为根时各子树的深度和与节点数,第二次zy进行换根操作,更新每个节点作为根时的深度和)

换根原理:

更换主根,只需要对父节点进行运算即可,没必要再次循环;后面代码有详解:

#include <bits/stdc++.h>
using namespace std;
const int N=1e6+5;
long long n,d[N],p[N],o[N];//deep数组存储以每个节点为根时的总深度和,point数组存储子树大小
vector<vector<int>> a; // 邻接表存储树结构

// 第一次DFS:计算以节点1为根时,每个节点的子树大小和子树总深度
void dfs(int x,int pr){
    p[x]=1; // 初始化当前节点的子树大小为1(仅包含自身)
    d[x]=0; // 初始化当前节点的子树总深度为0
    
    // 遍历当前节点的所有邻接节点
    for(auto i:a[x]){
        if(i!=pr){ // 避免处理父节点(防止重复计算)
            dfs(i,x); // 递归处理子节点
            
            // 更新当前节点的子树总深度:
            // d[i]是子节点i的子树总深度,p[i]是子节点i的子树大小
            // 每个子节点i的子树中的所有节点到当前节点的距离都要+1,因此增加p[i]
            d[x]+=d[i]+p[i];
            
            // 更新当前节点的子树大小:加上子节点i的子树大小
            p[x]+=p[i];
        }
    }    
}

// 第二次DFS:换根DP,计算以每个节点为根时的总深度和
void zy(int x,int pr){
    // 遍历当前节点的所有邻接节点
    for(auto i:a[x]){
        if(i!=pr){ // 避免处理父节点
            // 核心换根公式:
            // d[x]是以x为根的总深度和
            // n-p[i]是除了i的子树外的节点数
            // p[i]是i的子树大小
            // 当根从x变为i时,i的子树中所有节点的深度减少1(距离根更近了)
            // 其余节点的深度增加1(距离根更远了)
            d[i]=d[x]+n-p[i]-p[i];
            
            // 递归处理子节点,继续换根过程
            zy(i,x);
        }
    }
}

int main(){
    cin>>n; // 输入节点数
    a.resize(n + 1); // 调整邻接表大小
    
    // 输入n-1条边,构建树
    int m,l; 
    for(int i=1;i<n;i++){
        cin>>m>>l;
        a[m].push_back(l);
        a[l].push_back(m);
    }
    
    // 第一次DFS:以节点1为根,计算初始子树信息
    dfs(1,0);
    // 第二次DFS:换根DP,计算每个节点作为根时的总深度和
    zy(1,0);
    
    // 寻找总深度和最大的节点
    int mi=n;
    for(int i=n-1;i>0;i--){
        if(d[i]>=d[mi])mi=i;
    }
    
    // 输出结果
    cout<<mi<<endl;
    
    return 0;
}

http://www.lqws.cn/news/540163.html

相关文章:

  • 目标跟踪存在问题以及解决方案
  • 算法第54天| 并查集
  • 【Redis】解码Redis中的list类型,基本命令,内部编码方式以及适用的场景
  • 分布式ID生成SnowflakeId雪花算法和百度UidGenerator工具类
  • 深入解析:Vue 中的 Render 函数、JSX 与 @vitejs/plugin-vue-jsx 实践指南
  • DeepSeek 部署中的常见问题及解决方案:从环境配置到性能优化的全流程指南
  • Merkle Tree原理与Python实现
  • RabbitMQ RPC模式Python示例
  • 【RabbitMQ】基于Spring Boot + RabbitMQ 完成应用通信
  • Idea中Docker打包流程记录
  • C++11 <chrono> 库特性:从入门到精通
  • 线程与协程的比较
  • 【机器学习与数据挖掘实战 | 医疗】案例18:基于Apriori算法的中医证型关联规则分析
  • 《表白模版之聊天记录,前端js,html学习》
  • 2025暑期学习计划​参考
  • CPT204-Advanced OO Programming: Lists, Stacks, Queues, and Priority Queues
  • 026 在线文档管理系统技术架构解析:基于 Spring Boot 的企业级文档管理平台
  • Moxa 加入 The Open Group 的开放流程自动化™论坛,推动以开放、中立标准强化工业自动化
  • AI优化SEO关键词精进
  • 工作台-01.需求分析与设计
  • Django ORM 1. 创建模型(Model)
  • 安全运营中的漏洞管理和相关KPI
  • 桌面小屏幕实战课程:DesktopScreen 13 HTTP SERVER
  • PHP Protobuf 手写生成器,
  • BERT架构详解
  • 智能温差发电杯(项目计划书)
  • LinuxBridge的作用与发展历程:从基础桥接到云原生网络基石
  • AIOps与人工智能的融合:从智能运维到自适应IT生态的革命
  • 【Linux指南】压缩、网络传输与系统工具
  • webGL面试题200道