加分二叉树

本文详细介绍了一道入门级的区间动态规划题目,通过实例讲解如何设计状态、状态转移方程及输出过程,帮助初学者理解动态规划的核心思想。

一道入门的区间dp,当然,根据写法不同你还可以把它归类为树形dp或者记忆化搜索,其实都无所谓啦。
作为一道入门题,我们完全可以“显然”地做出来,但是在这里还是想和大家回顾下动态规划以及区间动规。

Q:dp特点是什么?
A:dp把原问题视作若干个重叠的子问题的逐层递进,每个子问题的求解过程都会构成一个“阶段”,在完成一个阶段后,才会执行下一个阶段。
Q:dp要满足无后效性,什么叫无后效性?
A:已经求解的子问题不受后续阶段的影响。

有人觉得dp很抽象,那是因为没有一步一步来想,直接听别人的结论,我们在这里以这道题为例,一步一步来推导。

首先,我们要做的就是设计状态,其实就是设计dp数组的含义,它要满足无后效性。
关注这个 左子树*右子树+根 我只要知道左子树分数和右子树分数和根的分数(已给出),不就可以了吗?管他子树长什么样!
所以,我们fff数组存的就是最大分数,怎么存呢?
我们发现:子树是一个或多个节点的集合。
那么我们可不可以开一个f[i][j]f[i][j]f[i][j]来表示节点i到节点j成树的最大加分呢?可以先保留这个想法(毕竟暂时也想不到更好的了)。

如果这样话,我们就来设计状态转移方程。
按照刚刚的设计来说的话,我们的答案就是f[1][n]f[1][n]f[1][n]了,那么我们可以从小的子树开始,也就是len,区间长度。有了区间长度我们就要枚举区间起点,i为区间起点,然后就可以算出区间终点j。
通过加分二叉树的式子我们可以知道,二叉树的分取决于谁是根,于是我们就在区间内枚举根k。
特别的,f[i][i]=a[i]f[i][i]=a[i]f[i][i]=a[i]其中a[i]为第i个节点的分数。
因为是要求最大值,所以我们就可以设计出 f[i][j]=MAX(f[i][k−1]∗f[k+1][j]+f[k][k])f[i][j]=MAX(f[i][k-1]*f[k+1][j]+f[k][k])f[i][j]=MAX(f[i][k1]f[k+1][j]+f[k][k]) 于是乎,我们就自己设计出了一个dp过程,因为是顺着来的,所以很少有不成立的。

至于输出前序遍历,我们再设计一个状态root[i][j]root[i][j]root[i][j]来表示节点i到节点j成树的最大加分所选的根节点。
所以我们按照$根->左->右$的顺序递归输出即可。

代码

#include<iostream>
#include<cstdio>
#include<cstring>
using namespace std;
const int MAXN = 50;
typedef long long ll;
ll n;
ll f[MAXN][MAXN], root[MAXN][MAXN];

void print(ll l, ll r) {
    if (l > r)return;
    printf("%lld ", root[l][r]);
    if (l == r)return;
    print(l, root[l][r] - 1);
    print(root[l][r]+1,r);
}

int main() {
    scanf("%lld", &n);
    for (int i = 1; i <= n; i++)scanf("%lld", &f[i][i]),f[i][i-1]=1, root[i][i] = i;
    for (int len = 1; len < n; ++len) {
        for (int i = 1; i + len <= n; ++i) {
            int j = i + len;
            f[i][j] = f[i + 1][j] + f[i][i];//默认它的左子树为空,如果有的话,这肯定不是最优解
            root[i][j] = i;//默认从起点选根
            for (int k = i + 1; k < j; ++k) {
                if (f[i][j] < f[i][k - 1] * f[k + 1][j] + f[k][k]) {
                    f[i][j] = f[i][k - 1] * f[k + 1][j] + f[k][k];
                    root[i][j] = k;
                }
            }
        }
    }
    cout << f[1][n] << endl;
    print(1, n);
    return 0;
}

转载于洛谷大佬冒泡ioa

转载于:https://www.cnblogs.com/lbssxz/p/11001535.html

### 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