加分二叉树 树形DP

题意/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 


读入/Input

    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/Output

    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。 


题解/solution

   很显然,本题适合用动态规划来解。如果用数组value[i,j]表示从节点i到节点j所组成的二叉树的最大加分,则动态方程可以表示如下:

       F[l,r]=max{f[l,r],f[l,i-1]*f[i+1,r]+a[i]}

    题目还要求输出最大加分树的前序遍历序列,因此必须在计算过程中记下从节点i到节点j所组成的最大加分二叉树的根节点,用数组g[i,j]表示。记录很简单,大家都会的啦。


代码/Code

var
  g:array [0..51,0..51] of longint;
  f:array [0..51,0..51] of int64;
  a:array [0..51] of longint;
  n:longint;
procedure doit(l,r:longint);
var
  i:longint;
begin
  if f[l,r]>0 then exit;
  if l=r then
    begin
      f[l,r]:=a[l];
      g[l,r]:=l;
      exit;
    end;
  if l>r then
    begin
      f[l,r]:=1;
      exit;
    end;
  for i:=l to r do
    begin
      doit(l,i-1);
      doit(i+1,r);
      if f[l,i-1]*f[i+1,r]+a[i]>f[l,r] then
        begin
          f[l,r]:=f[l,i-1]*f[i+1,r]+a[i];
          g[l,r]:=i;
        end;
    end;
end;

procedure show(l,r:longint);
begin
  if l<=r then
    begin
      write(g[l,r],' ');
      show(l,g[l,r]-1);
      show(g[l,r]+1,r);
    end;
end;

procedure init;
var
  i:longint;
begin
  readln(n);
  for i:=1 to n do
    read(a[i]);
  fillchar(f,sizeof(f),0);
  fillchar(g,sizeof(g),0);
end;

begin
  init;
  doit(1,n);
  writeln(f[1,n]);
  show(1,n);
end.
  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
树形动态规划(Tree DP)是一种常用的动态规划算法,用于解决树结构相关的问题。在Python中,可以使用递归或者迭代的方式实现树形DP树形DP的基本思想是,从树的叶子节点开始,逐层向上计算每个节点的状态,并利用已经计算过的节点状态来更新当前节点的状态。这样可以通过自底向上的方式,逐步计算出整个树的最优解。 下面是一个简单的示例,演示如何使用树形DP解决一个二叉树中节点权值之和的最大值问题: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def max_sum(root): if root is None: return 0 # 递归计算左右子树的最大权值和 left_sum = max_sum(root.left) right_sum = max_sum(root.right) # 当前节点的最大权值和为当前节点值加上左右子树中较大的权值和 return root.val + max(left_sum, right_sum) # 构建一个二叉树 root = TreeNode(1) root.left = TreeNode(2) root.right = TreeNode(3) root.left.left = TreeNode(4) root.left.right = TreeNode(5) # 计算二叉树中节点权值之和的最大值 result = max_sum(root) print(result) ``` 这段代码中,我们定义了一个`TreeNode`类来表示二叉树的节点,其中`val`表示节点的权值,`left`和`right`分别表示左子节点和右子节点。`max_sum`函数使用递归的方式计算二叉树中节点权值之和的最大值,通过比较左右子树的最大权值和来确定当前节点的最大权值和。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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