[백준] 트리의 독립집합 : TreeDP

문제

2213번: 트리의 독립집합

개요

트리의 최대 독립집합을 구하고 그 구성 노드들을 출력해야 하는 문제이다.

이 때 최대 독립집합은 독립집합의 구성 원소들이 그래프에서 인접하지 않아야 하며 원소들의 가중치의 합이 최대가 되어야 한다.

트리의 독립집합

문제풀이

접근 및 시간복잡도 계산

이 문제는 어떤식으로 접근해야할까?

먼저 모든 노드는 최대 독립집합에 포함될(1) 수도 있고 포함되지 않을(2) 수도 있다.

즉 모든 노드는 총 2가지 경우의 수를 갖는다.

가장 Naive한 풀이는 $O(2^N)$의 풀이를 생각할 수 있다. $N$이 커서 당연히 시간초과가 난다.)

이 상황에서 우리는 시간복잡도를 낮추는 방향을 고려해야한다.

이렇게 생각해보자 $1≤N≤10000$

$O(NlogN)$은 정렬, 이분탐색, 정렬, 누적합, 자료의 세그먼트 트리화 등이 있다. 하지만 이 문제는 모든 경우의 수를 고려하는 문제라는 느낌이 강하고 따라서 $O(NlogN)$ 풀이는 잠시 보류할 수 있다.

그럼 바로 $O(N)$풀이를 생각해보자.

루트 노드에서 리프 노드까지 위에서 아래방향으로 연산을 진행하면서 문제를 해결할 수 있어야 한다.

알고리즘 선택

이 문제의 Naive한 풀이를 다시 리마인드 해보자.

모든 경우의 수를 고려하고 그 중에서 최댓값을 골라야 하는 문제이기 때문에 이전에 사용한 기록을 사용하는 알고리즘을 생각할 수 있다.

선택할 수 있는 알고리즘은 Memoization/DP 이다. 그리고 이 문제의 풀이는 트리 상황에서의 DP로 생각해볼 수 있다.

문제 단순화

그럼 DP의 Properties에 대해 생각해보자

1. 어떤 정점은 자신의 자식 또는 부모와 집합을 이룰 수 없다.
2. 모든 정점에서 집합 S를 이루기 위한 경우의 수는 다음과 같다.
   • 자기 자신을 포함
   • 자기 자신을 미포함

따라서 DP의 Properties는 다음과 같이 정의할 수 있다.

1. $Dp[i][0]$ == i를 루트노드로 하는 서브트리에서 i를 포함하지 않을 때 트리의 독립집합의 최대값
   $Dp[i][1]$ == i를 루트노드로 하는 서브트리에서 i를 포함할 때 트리의 독립집합의 최대값
2. 만약 자기 자신을 포함하는 상황에서는 자식노드를 반드시 포함하지 않아야 한다.
3. 만약 자기 자신을 포함하지 않는 경우에는 두 가지 경우중 최댓값을 고른다.
   • 다음 노드를 포함하는 경우
   • 다음 노드를 포함하지 않는 경우

트리 상황에서의 DP는 보통 트리DP라고 부른다.

트리DP에서는 리프노드의 상황을 잘 파악하는것이 중요하다.

이 문제에서 리프노드의 상황은 다음과 같다.

리프노드의 상황 : 포함되거나[1] 포함되지 않거나[0]

리프노드의 상황은 그림 그대로다. 그리고 각각의 상황에서 $Dp[leaf][j]$는 리프노드의 가중치와 같다.

그 다음으로 리프노드가 아닌 노드의 상황을 살펴보자

$i_c == i$

$Dp[i]$에서 가능한 경우의 수는 다음과 같다. 이는 이미 위에서 언급한 내용이다.

1. 만약 자기 자신을 포함하는 상황에서는 자식노드를 반드시 포함하지 않아야 한다.
   • 자기 자신이 포함되면 자식노드는 반드시 포함되지 않아야 한다.
2. 만약 자기 자신을 포함하지 않는 경우에는 두 가지 경우중 최댓값을 고른다.
   • 자식노드는 포함되는 경우
   • 자식노드는 포함되지 않는 경우

이 때 Dp라는 점을 생각해서 조금 수정해보면

1. 만약 자기 자신을 포함하는 상황에서는 자식노드를 반드시 포함하지 않아야 한다.
   • 자식노드가 루트노드인 서브트리에서 자식노드가 포함되지 않는 상황의 최대 독립집합 value
2. 만약 자기 자신을 포함하지 않는 경우에는 두 가지 경우중 최댓값을 고른다.
   • 자식노드가 루트노드인 서브트리에서 자식노드가 포함되는 상황의 최대 독립집합 value

정리하자면

1. 각 노드의 경우의 수를 해당 노드의 자식노드와 엮어서 생각한다.
2. 자식노드에서의 최대값은 부모노드에서의 최대값에 영향을 미친다. (DP의 개념)
3. 자식노드 상황에서의 최대값을 부모노드에서 활용한다.

DP 경로 역추적

그럼 가중치는 구현할 수 있게 되고 경로는 어떻게 찾을까?

이미 만들어진 DP Table을 활용하면 된다.

경로는 1번 노드(트리의 루트노드)에서 출발하여 $max(Dp[i][0], Dp[i][1])$를 구한다.

만약 $max(Dp[i][0], Dp[i][1]) == Dp[i][0]$

$max(Dp[i][0], Dp[i][1]) == Dp[i][1]$

경로를 구할 때도 다음 상황과 이미 만들어진 DP Table 을 활용해서 역추적으로 구해낼 수 있다.

1. 만약 자기 자신을 포함하는 상황에서는 자식노드를 반드시 포함하지 않아야 한다.
   • 자식노드가 루트노드인 서브트리에서 자식노드가 포함되지 않는 상황의 최대 독립집합 value
2. 만약 자기 자신을 포함하지 않는 경우에는 두 가지 경우중 최댓값을 고른다.
   • 자식노드가 루트노드인 서브트리에서 자식노드가 포함되는 상황의 최대 독립집합 value

구현

import sys

sys.setrecursionlimit(10 ** 6)
In = lambda: sys.stdin.readline().rstrip()

def init():
	nodes = int(In())
	vals = list(map(int, In().split()))  # 가중치
	vals.insert(0, 0)  # dummy value
	tree = []
	check = [0] * (nodes + 1)
	dp = [[-1, -1] for i in range(nodes + 1)]
	for i in range(nodes - 1):
		nodeX, nodeY = list(map(int, In().split()))
		tree[nodeX].append(nodeY)
		tree[nodeY].append(nodeX)
	return tree, dp, vals

def dynamicProgramming(cur, prev):
	dp[cur][1] = vals[cur]
	dp[cur][0] = 0
	for nextnode in tree[cur]:  # 자식노드 탐색, # 리프노드의 경우 for문 X
		if nextnode != prev:
			dynamicProgramming(nextnode, cur)
			dp[cur][1] += dp[nextnode][0]
			dp[cur][0] += max(dp[nextnode][0], dp[nextnode][1])

def findRoute(cur, prev, isVisited):
	if isVisited:
		answr.append(cur)
		for nextnode in tree[cur]:
			if nextnode != prev:
				findRoute(nextnode, cur, 0)  # 현재 노드를 포함 -> 자식 노드 포함 X
	else:
		for nextnode in tree[cur]:
			if nextnode != prev:
				if dp[nextnode][0] > dp[nextnode][1]:
					findRoute(nextnode, cur, 0)  # 현재 노드 포함 X-> 자식노드 포함 X
				else:
					findRoute(nextnode, cur, 1)  # 현재 노드 포함 X -> 자식노드 포함 O

if __name__ == "__main__":
	tree, dp, vals = init()
	dynamicProgramming(1, -1)

	answr = []
	if dp[1][0] > dp[1][1]:
		findRoute(1, -1, 0)
	else:
		findRoute(1, -1, 1)

	answr.sort()
	print(dp[1][0] if dp[1][0] > dp[1][1] else dp[1][1])
	print(*answr)