[LeetCode] House Robber III 打家劫舍之三

探讨了一道有趣的算法题目,涉及二叉树结构中节点的抢夺策略,旨在通过递归方式找到最大收益,避免同时抢夺父节点及其直接子节点。
  1. 比较有意思的一道题目。当抢劫一个节点的时候,它的左右子节点肯定不可以抢。当不抢劫一个节点的时候,它的左右子节点可抢,可不抢。我们在处理的过程中取最大值即可。
    #include
    #include
    #include
    #include
    #include
    using namespace std;
    struct TreeNode
    {
    int val;
    TreeNode lChild;
    TreeNode rChild;
    TreeNode(int val, TreeNode
    l = nullptr, TreeNode
    r = nullptr)
    {
    this->val = val;
    this->lChild = l;
    this->rChild = r;
    }
    };
    TreeNode *create(int intarr[], int length, int i)
    {
    TreeNode *node = nullptr;

    if (i < length && intarr[i] != -1)
    {
    node = new TreeNode(intarr[i]);
    node->lChild = create(intarr, length, i * 2 + 1);
    node->rChild = create(intarr, length, i * 2 + 2);
    }
    return node;
    }
    int maxT(int a, int b)
    {
    if (a > b)
    {
    return a;
    }
    return b;
    }
    int robberNode(TreeNode *node);
    int NotRobberNode(TreeNode *node)
    {
    if (node == nullptr)
    {
    return 0;
    }
    return maxT(robberNode(node->lChild) + robberNode(node->rChild),
    NotRobberNode(node->lChild) + NotRobberNode(node->rChild));

}
int robberNode(TreeNode *node)
{
if (node == nullptr)
{
return 0;
}
return node->val+ NotRobberNode(node->lChild)+ NotRobberNode(node->rChild);
}
int getRobberMax(TreeNode *root)
{
return maxT(robberNode(root), NotRobberNode(root));
}
int main()
{
int arr[7] = { 3,2,3,-1,3,-1,1};
TreeNode *root = create(arr, 7, 0);
cout << getRobberMax(root) << endl;
system(“pause”);
return 0;
}

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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