ToB企服应用市场:ToB评测及商务社交产业平台
标题:
力扣 | 动态规划 | 动态规划在树的应用
[打印本页]
作者:
笑看天下无敌手
时间:
2024-8-15 23:04
标题:
力扣 | 动态规划 | 动态规划在树的应用
一、96. 不同的二叉搜刮树
LeetCode:96. 不同的二叉搜刮树
只求个数实际上比力简朴,定义dp
表示结点个数为i的二叉搜刮树的种树。(实在和记忆化搜刮+dfs差不多)
那么有 d p [ i ] = ∑ k = 0 i − 1 d p [ i − k − 1 ] ∗ d p [ k ] dp
= \sum_{k=0}^{i - 1}{dp[i-k-1]*dp[k]} dp
=∑k=0i−1dp[i−k−1]∗dp[k],即罗列左右子树的所有情况,个数的乘积就是这种情况的个数。
class Solution {
public:
int numTrees(int n) {
vector<int> dp(n + 1, 0);
dp[0] = 1, dp[1] = 1;
for(int i = 2; i <= n; ++ i){
for(int k = 0; k < i; ++ k){
dp[i] += dp[k] * dp[i - k - 1];
}
}
return dp[n];
}
};
复制代码
二、95. 不同的二叉搜刮树 II
LeetCode:95. 不同的二叉搜刮树 II
这个题和之前的唯一区别就是这里维护一个真实的数,而不但仅是个数。我们仍旧可以使用相同的方法,只是这里是创建树,而且要关注值。
而且我们必要特殊留意,dp[0]表示空树,空树并不是dp[0] = {}而是dp[0]={nullptr},原因是空树为nullptr,而不是没有元素。相当于∅和{∅}的区别
以下是一种动态规划的写法,不像官解的回溯解法那么难理解:
我们将之前的dp
+= dp[k] * dp[i - k - 1]改为了addTree(dp
, dp[k], dp[i - k - 1], k),从只关注个数到必要创建所有情况。留意这个参数k肯定是必要的,因为这代表左子树的个数,而dp[k]表示的是左子树的所有大概情况。
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
vector<TreeNode*> generateTrees(int n) {
vector<vector<TreeNode *>> dp(n + 1);//dp[i]表示结点个数为i 的所有可能情况
dp[0] = {nullptr};
dp[1] = {new TreeNode(1)};
for(int i = 2; i <= n; ++ i){
for(int k = 0; k < i; ++ k){//k表示左边有多少个,i - k - 1是右边的个数,右边以及根的大小从k + 1开始
addTree(dp[i], dp[k], dp[i - k - 1], k);//将dp[k] - root - dp[i - k - 1]创建 加入到dp[i]
}
}
return dp[n];
}
private:
void addTree(vector<TreeNode *> & total, vector<TreeNode *> & left, vector<TreeNode *> & right, int k){//将这种情况下的所有可能树连接起来
for(int i = 0; i < left.size(); ++ i){
for(int j = 0; j < right.size(); ++ j){
TreeNode * root = new TreeNode(k + 1);
root->left = createTree(left[i], 0);
root->right = createTree(right[j], k + 1);
total.emplace_back(root);
}
}
return;
}
TreeNode * createTree(TreeNode * root, int bias){//创建树,加上偏置
if(!root) return nullptr;
TreeNode * cur = new TreeNode(root->val + bias);
cur->left = createTree(root->left, bias);
cur->right = createTree(root->right, bias);
return cur;
}
};
复制代码
三、337. 打家劫舍 III
LeetCode:337. 打家劫舍 III
很显着这是一个动态规划题,树形dp,怎样定义?
定义 dp
为以i为根的树的最高金额?
那么,i可以被偷,也可以不被偷:
dp
= max(儿子的最高金额,孙子的最高金额 + i的金额) //这样就可以确保不报警的情况下,拿到最高金额
而且,我们认为dp
就是对的最高金额,通过状态转移就能保证,每个都是最高金额。
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode() : val(0), left(nullptr), right(nullptr) {}
* TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
* TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
* };
*/
class Solution {
public:
unordered_map<TreeNode *, int> dp;
int rob(TreeNode* root) {
Getans(root);
return dp[root];
}
private:
void Getans(TreeNode * root){
if(!root) return;
Getans(root->left);
Getans(root->right);
int ans = root->val;
ans = max(ans, dp[root->left] + dp[root->right]);
int temp = root->val;
if(root->left){
temp += dp[root->left->left] + dp[root->left->right];
}
if(root->right){
temp += dp[root->right->left] + dp[root->right->right];
}
dp[root] = max(temp, ans);
return;
}
};
复制代码
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。
欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)
Powered by Discuz! X3.4