加分二叉树

本文详细介绍了加分二叉树问题的动态规划(DP)解法,通过递归求解子树最大值并记录根节点,最终输出全局最优解及对应树结构。适用于竞赛编程及算法学习。

加分二叉树

LOJ链接

洛谷链接

1.本题还是采用DP的做法。

2.f[i][j]表示顶点i到顶点j所组成的子树的最大值

3.root[i][j]表示根编号

4.具体细节在程序里

//加分二叉树,f[i][j]表示顶点i~顶点j组成的子树的最大值,root是编号 
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;

ll f[35][35],root[35][35];

inline ll search(int l,int r)
{
	int k;
	ll now,ans;
	
	if(l>r) return 1;//空子树的值为1
	
	if(f[l][r]==-1)//未处理过 
	 for(k=l;k<=r;k++)//穷举每一个可能的子根k 
	 {
	 	now=search(l,k-1)*search(k+1,r)+f[k][k];//计算值 
	 	if(now>f[l][r])
	 	{
	 		f[l][r]=now;//更新最大值 
	 		root[l][r]=k;
		} 
	 }
	 return f[l][r];
 } 
inline void print(int l,int r)
{
	if(l>r) return;//空子树
	
	cout<<root[l][r]<<' ';
	print(l,root[l][r]-1);//前序遍历左子树 
	print(root[l][r]+1,r); //前序遍历右子树 
}
int main()
{
	int n;
	cin>>n;
	
	for(int i=1;i<=n;i++)
	 for(int j=i;j<=n;j++)
	  f[i][j]=-1;
	
	for(int i=1;i<=n;i++)
	{
		cin>>f[i][i];//读顶点i的值
		root[i][i]=i;//顶点i单独成一棵子树
	}
	
	cout<<search(1,n)<<endl;
	
	print(1,n);
	
	return 0;
 } 

 

### 解题思路 洛谷 P1404 加分二叉树是一道经典的动态规划问题,涉及树形结构和区间 DP 的思想。以下是解题的核心思路: #### 1. 状态定义 定义 `dp[l][r]` 表示以节点编号从 `l` 到 `r` 的子树所能获得的最大加分[^3]。 同时需要记录每个区间的根节点位置 `root[l][r]`,以便后续构造前序遍历。 #### 2. 状态转移方程 对于区间 `[l, r]`,枚举根节点 `k`(`l <= k <= r`),则状态转移方程为: ```plaintext dp[l][r] = max(dp[l][r], dp[l][k-1] * dp[k+1][r] + d[k]) ``` 其中: - `dp[l][k-1]` 表示左子树的最高加分。 - `dp[k+1][r]` 表示右子树的最高加分。 - `d[k]` 表示当前根节点的分数。 边界条件为: - 当 `l > r` 时,表示空子树,其加分为 1。 - 当 `l == r` 时,表示叶子节点,其加分为 `d[l]`。 #### 3. 构造前序遍历 通过记录的 `root[l][r]` 数组,可以递归地构造出树的前序遍历结果。具体方法是从根节点开始,依次访问左子树和右子树。 --- ### 代码实现 以下是基于上述思路的 Python 实现: ```python def solve(): n = int(input()) # 节点个数 d = list(map(int, input().split())) # 每个节点的分数 INF = float('inf') # 初始化 dp 和 root 数组 dp = [[0] * (n + 2) for _ in range(n + 2)] root = [[0] * (n + 2) for _ in range(n + 2)] # 边界条件:空子树的加分为 1 for i in range(1, n + 2): dp[i][i - 1] = 1 # 区间 DP for length in range(1, n + 1): # 子树长度 for l in range(1, n - length + 2): # 左端点 r = l + length - 1 # 右端点 for k in range(l, r + 1): # 枚举根节点 tmp = dp[l][k - 1] * dp[k + 1][r] + d[k - 1] if tmp > dp[l][r]: dp[l][r] = tmp root[l][r] = k # 构造前序遍历 def preorder(l, r): if l > r: return "" k = root[l][r] res = str(k) res += " " + preorder(l, k - 1) res += " " + preorder(k + 1, r) return res.strip() # 输出结果 print(dp[1][n]) # 最高加分 print(preorder(1, n)) # 前序遍历 # 示例运行 solve() ``` --- ### 复杂度分析 - **时间复杂度**:O(n³),其中 `n` 是节点个数。三层循环分别枚举区间长度、左端点和根节点。 - **空间复杂度**:O(n²),用于存储 `dp` 和 `root` 数组。 --- ### 注意事项 1. 输入数据需满足题目要求,确保节点编号和分数合法。 2. 记忆化搜索或动态规划均能解决问题,但动态规划更直观且易于实现。 3. 在构造前序遍历时,注意处理空子树的情况。 ---
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