P1040 加分二叉树

本文介绍了一种使用区间动态规划求解最优二叉树的算法,通过逆序或正序枚举区间长度,计算出使二叉树得分最大的划分方式。算法首先初始化每个节点的得分,并递归地计算所有可能的子树得分,最终输出最优二叉树的得分及结构。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#include<bits/stdc++.h> 
using namespace std;
const int MAXN=33;
int root[MAXN][MAXN]={};
int dp[MAXN][MAXN]={};
vector<int> ppp;
void print(int l,int r){
    if(l>r) return;
    if(l==r){
    	cout<<l<<' ';return;
	}
    printf("%d ",root[l][r]);
    print(l,root[l][r]-1);
    print(root[l][r]+1,r);
}
int main()
{
	freopen("in.txt","r",stdin);
	int n;cin>>n;
	//fill(dp[0],dp[0]+MAXN*MAXN,1);
	for(int i=1;i<=n;i++){
		int w;cin>>w;
		dp[i][i]=w;
		dp[i][i-1]=1;//空树分值为1 
	}
	for(int i=n;i>=1;i--){//i是逆序枚举,用到dp[k+1][j]时已经提前计算出来了
		for(int j=i+1;j<=n;j++){
			for(int k=i;k<=j;k++){
				if(dp[i][j]<(dp[i][k-1]*dp[k+1][j]+dp[k][k])){
					dp[i][j]=dp[i][k-1]*dp[k+1][j]+dp[k][k];root[i][j]=k;
				}
			}
		}
	}
	cout<<dp[1][n]<<endl;
	print(1,n);
	return 0;
}

事实证明这道题逆序正序都可以做

#include<bits/stdc++.h> 
using namespace std;
const int MAXN=33;
int root[MAXN][MAXN]={};
int dp[MAXN][MAXN]={};
vector<int> ppp;
void print(int l,int r){
    if(l>r) return;
    if(l==r){
    	cout<<l<<' ';return;
	}
    printf("%d ",root[l][r]);
    print(l,root[l][r]-1);
    print(root[l][r]+1,r);
}
int main()
{
	freopen("in.txt","r",stdin);
	int n;cin>>n;
	//fill(dp[0],dp[0]+MAXN*MAXN,1);
	for(int i=1;i<=n;i++){
		int w;cin>>w;
		dp[i][i]=w;
		dp[i][i-1]=1;//空树分值为1 
	}
	for(int len=2;len<=n;len++){//以区间长度为元素进行正序dp
		for(int i=1;i<=n;i++){
			int j=i+len-1;
			for(int k=i;k<=j;k++){
				if(dp[i][j]<(dp[i][k-1]*dp[k+1][j]+dp[k][k])){
					dp[i][j]=dp[i][k-1]*dp[k+1][j]+dp[k][k];root[i][j]=k;
				}
			}
		}
	}
	cout<<dp[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