乌拉大王-优快云博客

原创重建二叉树（思路+python代码）

了解，前，中，后序遍历后，我们可以知道题中的前序遍历第一个元素便是根节点，而在中序遍历中找到根节点的位置，这个位置前面的全部是根节点的左子树，后面的全是根节点的右子树，我们可以很清晰的了解到左子树有多少个元素，右子树有多少个元素。输入一棵二叉树前序遍历和中序遍历的结果，请重建该二叉树。前序遍历：先遍历根节点，然后是左孩子，最后是右孩子。中序遍历：先遍历左孩子，然后是根节点，最后是右孩子。前序遍历：4，3，7，8，5。中序遍历：7，3，8，4，5。后序遍历：7，8，3，5，4。

2024-06-02 12:48:58 392

原创背包问题求方案数（思路+python代码）

通过上面的逐行分析，我们可以发现，可用01背包的方法列出背包方案数的列表，所以我们可以列出下面的方程组：s[i][j](i从1到n+1):方案数的dp列表。

2024-05-29 21:23:54 2007

原创 AcWing-分组背包问题（思路+python代码）

多重背包问题中，因为它分组的缘故，我们需要考虑是否放入第i个组，以及假如放入第i个组，那放入第i个组中哪一个物品的价值大，也就是说，对于分组背包问题，我们需要判断，是放入第i个组中第k个物品的价值大，还是不放入第i个组的价值大。对于该题，跟01背包问题有着很大的相似程度，但与01背包问题不同的是，它又进行了进一步的分组，也就是说相当于由原来的二维列表变成了三维列表，本题需要用到01背包的知识，对01背包不清晰的小伙伴可以点击。每件物品的体积是 vij，价值是 wij，其中 i是组号，j是组内编号。

2024-05-27 17:30:52 657

原创 AcWing-二维费用的背包问题（思路+python代码）

观察题目我们可以发现，二维费用的背包问题和01背包问题非常的相似，无非是二维费用的背包问题多了一个不能超出背包重量的条件,因此，我们可以通过01背包的解法进行类比推理，在01背包中我们需要考虑放不放入第i件，同样在二维费用的背包问题中我们也需要考虑放不放入第i件，01背包中的判定条件只有判断第i件的物品的体积和j表示的体积的关系，而因为二维费用背包中多加了一个重量的条件，因此，我们也需要判断第i件物品的重量与k所表示的重量的关系。有 N件物品和一个容量是 V的背包，背包能承受的最大重量是M。

2024-05-25 11:17:18 566

原创 AcWing-混合背包问题（思路+python代码）

完全背包转换为多重背包，因为完全背包中的物品可以使用无数次，也就相当于有无数件物品，但我们知道，背包它是有总体积的，虽然物品可以一直使用，但它由于背包总体积的限制，导致它的范围上限变成了:v/物品体积，这样完全背包就转换成了多重背包问题。01背包转换为多重背包，毋庸置疑只需要在tempv，tempw（存放优化后的体积和价值的列表）两个列表中分别加上对应的物品，因为01背包中的物品只有一件，也就是只能使用一次，所以直接加入就行。第一行两个整数，N，V𝑁，𝑉，用空格隔开，分别表示物品种数和背包容积。

2024-05-24 17:20:12 706 1

原创 AcWing-多重背包问题（思路+python代码）

我们将总件数转化为1件，这便变成了01背包问题，像，题目中输入的第一个物品，它有3件，那我们便将其转化为3个第一个物品，但倘若一个物品它有1000件，那就意味这我们需要变成1000个这个物品，这将会造成时间上和空间上的浪费，对此我们可以使用二进制优化的方法，来缩减浪费。在扩展完形成新的列表之后，求最大价值的方法与01背包使用dp滚动数组求最大价值的方法一致，若对01背包使用dp滚动数组求最大价值的方法不了解，可跳转到。与完全背包相比，多重背包给出的物品件数是个给定范围，而完全背包中的物品可以无限使用。

2024-05-23 18:35:43 1912 1

原创 AcWing-完全背包问题（思路+python代码）

二维数组：当j>=bag[i-1][0],判断MAX(dp[i-1][j],dp[i-1][j-bag[i-1][0]]+bag[i-1][1])否则dp[i][j]=dp[i-1][j]一维数组：当j>=bag[i-1][0],判断MAX(dp[j],dp[j-bag[i-1][0]]+bag[i-1][1])否则dp[j]=dp[j]

2024-05-21 19:16:35 1259 1

原创 AcWing-01背包问题（思路+python代码）