算法学习--动态规划

简介: 算法学习--动态规划

树形 DP


6419. 使二叉树所有路径值相等的最小代价 - 力扣(LeetCode)




在这道题目当中, 要求从根节点到叶子结点的路径值相同, 也就是要求每棵子树分别到其左右子树的路径值相等, 设一棵以 x 为根节点的子树, 这个子树含有叶子结点 ab, 那么cost(root−>a)=cost(root−>b)

cost(root−>x)+cost(x−>a)−cost[x]=cost(root−>x)+cost(x−>b)−cost[x]


, 即 cost(x−>a)=cost(x−>b)


也就是说, 递归遍历 root 中的所有子树, 通过一些操作使每棵子树到其两个叶子结点的路径值相同就可以了, f(u) 表示以 u 为根节点的子树到其叶子节点的路径值的最大值, f(u)=max(f(l),f(r)), 操作的代价为 max(f(l),f(r))−min(f(l),f(r))


class Solution {
public:
    int minIncrements(int n, vector<int>& cost) {
        int res=0;
        function<int(int)> dfs=[&](int u){
            int l=2*u, r=2*u+1;
            if(l>n){
                return cost[u-1];
            }
            int l_cost=dfs(l); // 左子树路径值的最大值
            int r_cost=dfs(r); // 右子树路径值的最大值
            res+=max(l_cost, r_cost)-min(l_cost, r_cost);
            return max(l_cost, r_cost)+cost[u-1];
        };
        int root_cost=dfs(1);
        return res;
    }
};
相关文章
|
5天前
|
NoSQL 算法 Java
【redis源码学习】持久化机制,java程序员面试算法宝典pdf
【redis源码学习】持久化机制,java程序员面试算法宝典pdf
|
6天前
|
机器学习/深度学习 算法 网络架构
什么是神经网络学习中的反向传播算法?
什么是神经网络学习中的反向传播算法?
11 2
|
6天前
|
机器学习/深度学习 算法
算法人生(5):从“元学习”看“战胜拖延”(没兴趣版)
元学习是让机器学会学习策略,适应新任务的机器学习范式。通过定义任务分布、采样任务、内在和外在学习循环来优化模型,增强其跨任务适应性和泛化能力。面对不感兴趣的任务导致的拖延,我们可以借鉴元学习的思路:重新评估任务价值,寻找通用兴趣点;设定奖励激发行动;改变环境以提高执行力。通过调整视角、自我激励和优化环境,可以克服因无兴趣而产生的拖延。
|
6天前
|
机器学习/深度学习 存储 算法
算法人生(4):从“选项学习”看“战胜拖延”(担心失败版)
选项学习是强化学习的一种策略,通过定义、学习和切换选项来解决复杂任务,将大任务分解为可重复使用的子任务,以提高学习效率和适应性。面对因担心失败而拖延的问题,我们可以借鉴选项学习的思想:将大任务拆分为小目标,正视失败作为成长的一部分,回顾成功经验并寻求支持。通过这种方式,逐步增强自信,降低拖延现象。
|
6天前
|
算法 网络协议
【计网·湖科大·思科】实验三 总线型以太网的特性、集线器和交换机的区别、交换机的自学习算法
【计网·湖科大·思科】实验三 总线型以太网的特性、集线器和交换机的区别、交换机的自学习算法
8 1
|
6天前
|
机器学习/深度学习 算法
应用规则学习算法识别有毒的蘑菇
应用规则学习算法识别有毒的蘑菇
|
6天前
|
机器学习/深度学习 存储 算法
数据结构与算法 动态规划(启发式搜索、遗传算法、强化学习待完善)
数据结构与算法 动态规划(启发式搜索、遗传算法、强化学习待完善)
16 1
|
6天前
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习专栏】关联规则学习:Apriori算法详解
【4月更文挑战第30天】Apriori算法是一种用于关联规则学习的经典算法,尤其适用于购物篮分析,以发现商品间的购买关联。该算法基于支持度和置信度指标,通过迭代生成频繁项集并提取满足阈值的规则。Python中可借助mlxtend库实现Apriori,例如处理购物篮数据,设置支持度和置信度阈值,找出相关规则。
|
6天前
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】集成学习算法的原理与应用
【4月更文挑战第30天】集成学习通过组合多个基学习器提升预测准确性,广泛应用于分类、回归等问题。主要步骤包括生成基学习器、训练和结合预测结果。算法类型有Bagging(如随机森林)、Boosting(如AdaBoost)和Stacking。Python中可使用scikit-learn实现,如示例代码展示的随机森林分类。集成学习能降低模型方差,缓解过拟合,提高预测性能。
|
6天前
|
算法
代码随想录算法训练营第五十六天 | LeetCode 647. 回文子串、516. 最长回文子序列、动态规划总结
代码随想录算法训练营第五十六天 | LeetCode 647. 回文子串、516. 最长回文子序列、动态规划总结
34 1