【卡塔兰数】LeetCode 96. Unique Binary Search Trees

本文介绍了LeetCode 96题的不同二叉搜索树问题,通过使用动态规划的方法来求解特定数量节点下不同的二叉搜索树的数量。详细解释了递推公式,并给出了C++实现代码。

LeetCode 96. Unique Binary Search Trees

本博客转载自:http://www.cnblogs.com/grandyang/p/4299608.html
Solution1:
这道题实际上是Catalan Number卡塔兰数的一个例子。

                    1                        n = 1

                2        1                   n = 2
               /          \
              1            2

   1         3     3      2      1           n = 3
    \       /     /      / \      \
     3     2     1      1   3      2
    /     /       \                 \
   2     1         2                 3

就跟斐波那契数列一样,我们把n = 0 时赋为1,因为空树也算一种二叉搜索树,那么n = 1时的情况可以看做是其左子树个数乘以右子树的个数,左右字数都是空树,所以1乘1还是1。那么n = 2时,由于1和2都可以为跟,分别算出来,再把它们加起来即可。n = 2的情况可由下面式子算出:
当数组为1,2,3,…,n时,基于以下原则构建的BST树具有【唯一性:以i为根结点的树,其左子树由[1, i-1]构成,其右子树由[i+1, n]构成】(参考自《leetcode-cpp 答案》)。
dp[2] = dp[0] * dp[1]   (1为根的情况)
   + dp[1] * dp[0]   (2为根的情况)
上面递归式的含义是:
2个元素组成的数的个数 = 左子树0个元素 * 右子树1个元素 (1为根的情况)
+ 左子树1个元素 * 右子树0个元素 (2为根的情况)
同理可写出 n = 3 的计算方法:
dp[3] = dp[0] * dp[2]   (1为根的情况)
    + dp[1] * dp[1]   (2为根的情况)
   + dp[2] * dp[0]   (3为根的情况)
上面递归式的含义是:
3个元素组成的数的个数 = 左子树0个元素 * 右子树2个元素 (1为根的情况)
+ 左子树1个元素 * 右子树1个元素 (2为根的情况)
+ 左子树2个元素 * 右子树0个元素 (3为根的情况)
由此可以得出卡塔兰数列的递推式为:
这里写图片描述
时间复杂度 O(n2) O ( n 2 ) ,空间复杂度 O(n) O ( n )

class Solution {
public:
    int numTrees(int n) {
        vector<int> dp(n + 1, 0);
        dp[0] = 1;
        dp[1] = 1;
        for (int i = 2; i <= n; ++i) {
            for (int j = 0; j < i; ++j) {
                dp[i] += dp[j] * dp[i - j - 1];
            }
        }
        return dp[n];
    }
};
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参设置、适应度函设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值