动态规划-树形DP-自下而上树形DP

自下而上树形动态规划是一种解决树形结构问题的方法,与传统的自顶向下动态规划(top-down DP)相反,它是从叶子节点向根节点逐步计算的过程。

在自下而上树形动态规划中,我们从叶子节点开始,先计算叶子节点的值,然后逐步向上计算每个节点的值,直到根节点。这样可以避免重复计算子问题,提高效率,同时更符合树形结构从底向上的特点。

具体步骤如下:

  1. 从叶子节点开始计算:
    • 将叶子节点的值作为初始值,填入表格中。
  2. 向上逐层计算:
    • 依次处理每个节点,根据子节点的值计算出当前节点的值。
    • 根据节点间的关系,更新节点的值,直至计算到根节点。
  3. 最终得到根节点的值:
    • 在计算的过程中,最终得到根节点的值,即为问题的最优解。

自下而上树形动态规划通常适用于树形结构问题,能够高效地求解每个节点的最优解,避免了重复计算,提高了算法的效率。

自下而上的树形DP仍然有一定的模板可供参考:

#include <iostream>
#include <vector>

using namespace std;

// 树的节点结构
struct TreeNode {
    int val;
    vector<TreeNode*> children;
    TreeNode(int x) : val(x) {}
};

// 定义状态数组
vector<int> dp;

// 从叶子节点向上计算状态
void treeDP(TreeNode* root) {
    if (root == nullptr) {
        return;
    }

    // 初始化叶子节点的值
    for (auto child : root->children) {
        treeDP(child);
    }

    // 从底向上逐层计算状态
    for (int i = root->children.size() - 1; i >= 0; i--) {
        TreeNode* child = root->children[i];
        // 根据子节点的值计算当前节点的值
        // 这里根据具体问题定义状态转移方程
        dp[root->val] += dp[child->val];
    }
}

int main() {
    // 构建树
    TreeNode* root = new TreeNode(1);
    root->children.push_back(new TreeNode(2));
    root->children.push_back(new TreeNode(3));
    root->children[0]->children.push_back(new TreeNode(4));
    root->children[0]->children.push_back(new TreeNode(5));

    // 初始化状态数组
    dp.resize(6, 1); // 假设总共有6个节点

    // 调用自下而上树形动态规划函数
    treeDP(root);

    // 输出根节点的值作为最优解
    cout << "最优解: " << dp[root->val] << endl;

    return 0;
}

为了进一步了解自下而上的树形DP的思想,我们通过一道例题来加深下印象。

题目:假设有一棵二叉树,每个节点上都有一个正整数。定义问题为:找到路径和最大的路径,并输出该路径的和。

具体的自下而上的树形动态规划思路如下:

  1. 定义子问题:对于每个节点,求以该节点为根节点的子树中,路径和最大的路径。

  2. 定义状态:定义一个数组dp,其中dp[i]表示以节点i为根节点的子树中,路径和最大的路径的和。

  3. 初始化:将所有的dp[i]初始化为节点i上的数值。

  4. 自下而上的计算dp数组:从叶节点开始,逐层向上计算每个节点的dp值。对于每个节点,其dp值可以通过以下方式计算:

    • 如果该节点没有子节点,说明它是叶节点,直接将dp[i]等于该节点的数值。
    • 如果该节点有左子节点和右子节点,则dp[i]等于该节点的数值加上左子节点和右子节点中较大的dp值。

    这样,经过自下而上地计算,最终根节点的dp值就是整棵树中路径和最大的路径的和。

这是示例大致代码:

#include <iostream>
#include <algorithm>
#include <climits>
using namespace std;

struct TreeNode {
    int val;
    TreeNode *left;
    TreeNode *right;
    TreeNode(int x) : val(x), left(NULL), right(NULL) {}
};

int maxPathSum(TreeNode* root) {
    if (root == NULL) {
        return 0;
    }
    
    int result = INT_MIN;
    maxPathSumHelper(root, result);
    return result;
}

int maxPathSumHelper(TreeNode* root, int& result) {
    if (root == NULL) {
        return 0;
    }
    
    int leftSum = max(0, maxPathSumHelper(root->left, result)); // 左子树的最大路径和
    int rightSum = max(0, maxPathSumHelper(root->right, result)); // 右子树的最大路径和

    result = max(result, leftSum + rightSum + root->val); // 更新全局的最大路径和

    // 返回以当前节点为根节点的子树中,路径和最大的路径
    return max(leftSum, rightSum) + root->val;
}

int main() {
    // 构造一个二叉树
    TreeNode* root = new TreeNode(-10);
    root->left = new TreeNode(9);
    root->right = new TreeNode(20);
    root->right->left = new TreeNode(15);
    root->right->right = new TreeNode(7);

    // 计算路径和最大的路径
    int result = maxPathSum(root);
    cout << "The maximum path sum is: " << result << endl;

    return 0;
}

我们现在讲完了自上而下和自下而上的树形DP,,大家好好消化下,之后我们会将路径相关树形DP和换根DP,敬请期待!

  • 15
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
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