树形dp

poj 2057 虽然是树形dp

题目描述:现在你在树根上,你的房子在任意一个叶子上面,然后你要找遍所有的叶子取找你的房子,没选择一条路,你必须走到叶子或者树的分支上面可能有一些毛毛虫,他们可以告诉你后面的叶子有没有房子,如果没有你就可以返回。现在让你求出找到房子的期望。

 

 

但是其实这个问题不算是dp ,或者说是dp 的弱化,其实是重点是考察一个分析的能力

首先拿道这个题目的想到了树形dp 要求的折返,和不折返的情况,但是怎么解决更新问题,怎么选择走的方向,因为是要找一条可走的最优方向(最优,说明要用dp),这两个问题往下就不太能分析出来了。

 

 

去问了一下学长,

首先要把这个问题 分成两部分,一部分是走的路里面有房子的期望,一部分是没有房子的最快折返期望。

重点是解决方向选择: 

怎么选择你要走的路? 分析可以发现对于每一个分支来说,

他有 i,i+1....j 这样法分支,如果这个恰好是最佳顺序。

那么 i+1  的折返和找到房子,是要加上i的折返期望的。

……

……

j 的折返和找到房子,是要加上i、i+1…… j-1 的折返期望的。

根据这个关系 我们可以这样看

f[i]表示  i 的折返期望

in[i]表示 以i为根的树的叶子个数。

success[i+1](i+1找到房子) =( f[i])*in[i]);

success[i+2](i+2找到房子) =( f[i]+f[i+1])*in[i+2]);

success[i+3](i+3找到房子) =( f[i+2]+f[i+1]+f[i])*in[i+3]);

 

success[j](j找到房子)  =( f[i-3]+……+f[j-1])*in[j+3];

如果 i+1 比 i 更优

那么我们交换 i+2 与 i+1的顺序

success[i+2](i+2找到房子) =( f[i])*in[i+2];

success[i+1](i+1找到房子) =( f[i]+f[i+2])*in[i+2]);

化简也就是要

f[i+2]/in[i+2]  <  f[i+1]/in[i+1]

的时候相邻的两个就可以交换, 那么这么就可以运用冒泡排序的思想,那么

按f[j]/in[j]的顺序排,则是我们的最优选择情况 。

 

 

 

 

 

poj 1191 开始想的时候没有思路,主要是想有没有什么除了枚举的方法,结果觉得除了暴力好像其他的都特别困难,后来突然想到暴力还是可以的,其实这也是一种dp,就是按照横边,和纵边来枚举,不过有一点没有想到的就是 dp是三维的 要记录在剩下矩形里面可以切k刀的的最小方差是多少。自己没有想到dp 那个k刀 的状态是不一样的。这里错了好久。自认为表示 剩下矩形可以构成的最小方差值就可以了。

  • 0
    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