CODEVS 1090 加分二叉树

本文详细介绍了如何通过记忆化搜索和树形动态规划解决给定问题,即求解一个特定中序遍历序列的二叉树,使得其加分最高,并输出该树的前序遍历序列。通过逐步枚举节点作为根节点,利用动态规划表存储子树的最大加分,最终得到最优解。

题目描述 Description

设一个n个节点的二叉树tree的中序遍历为(l,2,3,…,n),其中数字1,2,3,…,n为节点编号。每个节点都有一个分数(均为正整数),记第j个节点的分数为di,tree及它的每个子树都有一个加分,任一棵子树subtree(也包含tree本身)的加分计算方法如下:

subtree的左子树的加分× subtree的右子树的加分+subtree的根的分数

若某个子树为主,规定其加分为1,叶子的加分就是叶节点本身的分数。不考虑它的空

子树。

试求一棵符合中序遍历为(1,2,3,…,n)且加分最高的二叉树tree。要求输出;

(1)tree的最高加分

(2)tree的前序遍历

 

 

现在,请你帮助你的好朋友XZ设计一个程序,求得正确的答案。

输入描述 Input Description

第1行:一个整数n(n<=30),为节点个数。

第2行:n个用空格隔开的整数,为每个节点的分数(分数<=100)

输出描述 Output Description

第1行:一个整数,为最高加分(结果不会超过4,000,000,000)。

第2行:n个用空格隔开的整数,为该树的前序遍历。

样例输入 Sample Input

5

5 7 1 2 10

样例输出 Sample Output

145

3 1 2 4 5

数据范围及提示 Data Size & Hint

n(n<=30)

分数<=100

解题思路

一只树形动规,由于给出的是中序遍历(刚开始没看到),所以每枚举一个节点,它的左边就是它的左子树,右边就是右子树,所以可以。。。好吧,我实在想不到递推的关系式,所以果断选择了记忆化搜索,建立两个数组,其中数组f[i,j]储存的是从i到j的最大值,Root[i,j]表示i到j中的根结点,下附代码。

 1 program tree;
 2 var f,root:array[0..40,0..40] of longint;
 3     i,n:longint;
 4 function dfs(l,r:longint):longint;
 5 var i:longint;
 6 begin
 7     if f[l,r]<>-1 then exit(f[l,r]);
 8     if l>r then begin f[l,r]:=1; exit(1); end;
 9     for i:=l to r do//枚举最大值和根结点
10     begin
11         if f[l,r]<dfs(l,i-1)*dfs(i+1,r)+f[i,i] then
12         begin
13             root[l,r]:=i;
14             f[l,r]:=dfs(l,i-1)*dfs(i+1,r)+f[i,i];
15         end;
16     end;
17     exit(f[l,r]);
18 end;
19 
20 procedure print(l,r:Longint);
21 begin
22     if l>r then exit;
23       write(root[l,r],' ');//输出前序遍历
24      print(l,root[l,r]-1);
25      print(root[l,r]+1,r);
26 end;
27 
28 begin
29     read(n);
30     fillchar(f,sizeof(f),byte(-1));
31     for i:=1 to n do read(f[i,i]);
32     for i:=1 to n do
33     begin
34         f[i,i-1]:=1;//如果不存在该树填1
35         root[i,i]:=i;//任何节点的根都是它本身
36     end;
37     writeln(dfs(1,n));
38     print(1,n);
39 end.

 

转载于:https://www.cnblogs.com/wuminyan/p/4740514.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