【动态规划】leetcode 96. 不同的二叉搜索树

96. 不同的二叉搜索树

题目描述

给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。

示例1:

在这里插入图片描述

输入: n = 3
输出: 5

示例2:

输入: n = 1
输出: 1

提示

  • 1 < = n < = 19 1 <= n <= 19 1<=n<=19

方法:动态规划

解题思路

  1. 确定 dp 数组以及下标的含义
    dp[i] :1 到 i 为节点组成的二叉搜索树的个数为dp[i]。

  2. 确定递推公式
    dp[i] += dp[j - 1] * dp[i - j];
    j-1 为 j 为头结点左子树节点数量,i - j 为以 j 为头结点右子树节点数量。

  3. dp 数组如何初始化
    dp[0] = 1;

  4. 确定遍历顺序
    首先一定是遍历节点数,从递归公式:dp[i] += dp[j - 1] * dp[i - j]可以看出,节点数为i的状态是依靠 i之前节点数的状态。

    那么遍历i里面每一个数作为头结点的状态,用j来遍历。

  5. 举例推导 dp 数组
    拿示例 2:n = 5

    下标 i012345
    dp[i]11251442

代码

class Solution {
public:
    int numTrees(int n) {
        vector<int> dp(n + 1);
        dp[0] = 1;
        for(int i = 1; i <= n; i++)
            for(int j = 1; j <= i; j++)
                dp[i] += dp[j - 1] * dp[i - j];
        return dp[n];
    }
};

复杂度分析

  • 时间复杂度: O ( n × n ) O(n \times n) O(n×n)
  • 空间复杂度: O ( n ) O(n) O(n)
根据引用\[1\]和引用\[2\]的内容,编译OpenCV DNN C++需要进行以下步骤: 1. 首先,确保已经准备好对应版本的OpenCV和opencv_contrib。可以从https://github.com/opencv/opencv/releases和https://github.com/opencv/opencv_contrib/tags下载所需版本。 2. 由于网络问题,需要在使用cmake之前,在一些扩展包的链接之前添加代理链接https://ghproxy.com/,以便在国内的网络环境中顺利安装。 3. 复制opencv_contrib-4.7.0/modules/cudev文件夹中的内容到opencv-4.7.0/modules文件夹中。 4. 打开终端,进入OpenCV源代码目录,并执行以下cmake命令: ```shell cmake -D CMAKE_BUILD_TYPE=RELEASE -D BUILD_EXAMPLES=ON -D INSTALL_C_EXAMPLES=OFF \ -D OPENCV_ENABLE_NONFREE=ON -D WITH_CUDA=ON -D WITH_CUDNN=ON -D OPENCV_DNN_CUDA=ON \ -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D CUDA_ARCH_BIN=5.2 -D WITH_CUBLAS=1 \ -D OPENCV_EXTRA_MODULES_PATH=/path/to/opencv_contrib/modules \ -D BUILD_opencv_java=OFF -D BUILD_opencv_python2=OFF -D BUILD_opencv_python3=OFF \ -D CMAKE_INSTALL_PREFIX=/path/to/installation/directory .. ``` 请将上述命令中的`/path/to/opencv_contrib/modules`替换为opencv_contrib模块的路径,将`/path/to/installation/directory`替换为您希望安装OpenCV的目录。 5. 执行make命令进行编译。 6. 执行make install命令进行安装。 这样,您就可以成功编译OpenCV DNN C++了。 #### 引用[.reference_title] - *1* *2* [Opencv DNN C++ CPU 平台编译配置过程](https://blog.csdn.net/P_LarT/article/details/128882415)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [OpenCV 4.4带DNN编译](https://blog.csdn.net/weixin_40592935/article/details/108083887)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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