洛谷 P3884 二叉树问题

本文探讨了如何使用C语言和Python分别实现二叉树的深度优先遍历和广度优先遍历,涉及结构体定义、节点操作和相关数据结构。通过实例展示了计算最大深度和宽度的方法,并在最后给出一个查找两个节点在树中最近公共祖先的算法。

题目:https://www.luogu.com.cn/problem/P3884

 

C语言代码:

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

struct BinTree
{
    int left, right;
    int deep, fa;
};

struct BinTree bt[105];
int t[105], width[105], fa[105][105];//fa[x,y]:xÔÚµÚy²ãµÄ׿ÏÈ
int MaxW = 0, MaxD = 0;

int max(int x, int y)
{
    if (x > y)
        return x;
    else
        return y;
}

void build(int x, int y)
{
    int i;

    if (t[y]==0)
    {
        bt[x].left = y;
        t[x] = 1;
    }
    else
    {
        bt[x].right = y;
    }

    bt[y].deep = bt[x].deep + 1;
    width[bt[y].deep]++;
    MaxW = max(width[bt[y].deep], MaxW);
    MaxD = max(bt[y].deep, MaxD);

    for (i = 1; i <= bt[x].deep; i++)
        fa[y][i] = fa[x][i];
    fa[y][bt[y].deep] = y;

}

int find(int x, int y)
{
    int i;

    i = bt[y].deep;
    while (fa[x][i] != fa[y][i])
    {
        i--;
    }
    return i;
}

int main()
{
    int i, n, x, y, z;

    scanf("%d", &n);

    memset(t, 0, sizeof(t));
    memset(width, 0, sizeof(width));
    bt[1].deep = 1;
    fa[1][1] = 1;
    width[1] = 1;
    for (i = 1; i < n; i++)
    {
        scanf("%d%d", &x, &y);
        build(x, y);
    }

    scanf("%d%d", &x, &y);
    if (bt[x].deep > bt[y].deep)
        z = find(x, y);
    else
        z = find(y, x);

    printf("%d\n%d\n", MaxD, MaxW);
    printf("%d\n", (bt[x].deep - z)*2 + bt[y].deep - z);

    return 0;
}

 

Python:

数组初始化:

NodeList = [BinTree() for i in range(n+1)]
width = [0 for i in range(n+1)]
fa = [[0 for i in range(n+1)] for j in range(n+1)]

定义结构体:

class BinTree(object):
    def __init__(self):
        self.left = None
        self.right = None
        self.deep = None

None表示没有初始值

定义变量:

x = BinTree()
x.left = ...

代码:

class BinTree(object):
    def __init__(self):
        self.left = None
        self.right = None
        self.deep = None
def build(x, y):
    global MaxD, MaxW

    if NodeList[x].left == None:
        NodeList[x].left = y
    else:
        NodeList[x].right = y
    NodeList[y].deep = NodeList[x].deep + 1
    width[NodeList[y].deep] += 1
    MaxD = max(MaxD, NodeList[y].deep)
    MaxW = max(MaxW, width[NodeList[y].deep])
    for i in range(1, NodeList[x].deep + 1):
        fa[y][i] = fa[x][i]
#        print(y, i, fa[y][i])
    fa[y][NodeList[y].deep] = y
#    print(y, NodeList[y].deep, fa[y][NodeList[y].deep])


def find(x, y):
    i = NodeList[y].deep
    while fa[x][i] != fa[y][i]:
        i -= 1
    return i

n = eval(input())
MaxD = 0
MaxW = 0
NodeList = [BinTree() for i in range(n+1)]
width = [0 for i in range(n+1)]
fa = [[0 for i in range(n+1)] for j in range(n+1)]

NodeList[1].deep = 1
fa[1][1] = 1
width[1] = 1

for i in range(n - 1):
    s = input()
    x = s.split(' ')
    build(eval(x[0]), eval(x[1]))

s = input()
y = s.split(' ')
x1 = eval(y[0])
y1 = eval(y[1])
if NodeList[x1].deep > NodeList[y1].deep:
    z = find(x1, y1)
else:
    z = find(y1, x1)
print(MaxD)
print(MaxW)
print((NodeList[x1].deep - z) * 2 + NodeList[y1].deep - z)

 

### 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