Algorithm 加权无向树的最大利润
我在做样本测试时遇到了这个问题。问题是我们给出了一棵无向树。我们可以从我们选择的任何节点开始。最初，我们有功率“P”，在从一个节点到另一个节点的过程中，我们失去了一些功率“X”（视为旅行成本），并赚取了一些利润“Y”。 因此，我们需要知道，在给定的功率下，我们能获得的最大利润是多少 示例：第一行包含节点数和初始功率 接下来的n-1行包含节点成本利润 5.4 1 2 1 2 1 3 2 3 1 4 2 4 4 5 2 2 答案=>7。我们可以从4开始，到1，然后再到3 我已经将DFS应用于此，以通过遍历每一条路径获得最大利润 但是有没有办法减少时间Algorithm 加权无向树的最大利润,algorithm,data-structures,graph,dynamic-programming,maximize,Algorithm,Data Structures,Graph,Dynamic Programming,Maximize,我在做样本测试时遇到了这个问题。问题是我们给出了一棵无向树。我们可以从我们选择的任何节点开始。最初，我们有功率“P”，在从一个节点到另一个节点的过程中，我们失去了一些功率“X”（视为旅行成本），并赚取了一些利润“Y”。 因此，我们需要知道，在给定的功率下，我们能获得的最大利润是多少 示例：第一行包含节点数和初始功率 接下来的n-1行包含节点成本利润 5.4 1 2 1 2 1 3 2 3 1 4 2 4 4 5 2 2 答案=>7。我们可以从4开始，到1，然后再到3 我已经将DFS应用于此，以通
从集合导入defaultdict
类树：
定义初始化（自身，节点）：
self.nodes=节点
self.graph=defaultdict（列表）
def添加（自身、a、b、费用、利润）：
self.graph[a].追加（[b，费用，利润]）
self.graph[b].追加（[a，费用，利润]）
def启动（自身、电源）：
maxi=-1
visited=[范围内的i为False（self.nodes）]
对于范围内的i（1，self.nodes+1）：
功率=功率
已访问[i-1]=真
对于self.graph[i]中的j：
temp=自我dfs（j，功率，0，已访问）
如果温度>最大值：
最大值=温度
访问[i-1]=错误
返回最大值
def dfs（自身、节点、权力、利润、访问）：
v、 p，pro=节点[0]，节点[1]，节点[2]
如果幂-p<0：
返回0
如果幂-p==0：
回报利润+利润
利润+=专业
powers=powers-p
已访问[v-1]=真
速度=利润
对于自组织图[v]中的k：
如果访问[k[0]-1]==False：
temp=自我dfs（k、功率、速度、访问）
如果温度>利润：
利润=临时工
已访问[v-1]=错误
利润回报
t=树（5）
t、 添加（1,2,1,2）
t、 添加（1,3,2,3）
t、 添加（1,4,2,4）
t、 添加（4,5,2,2）
打印（t.start（4））
- 而L1[i]