给定一个二叉树,请你找出其中最长严格递增路径的长度。(提示:使用动态规划)

简介: 给定一个二叉树,请你找出其中最长严格递增路径的长度。(提示:使用动态规划)

给定一个二叉树,请你找出其中最长严格递增路径的长度。(提示:使用动态规划

简介:给定一个二叉树,请你找出其中最长严格递增路径的长度。(提示:使用动态规划)

算法思路

算法思路:

我们可以对整个二叉树进行一些遍历,采用动态规划的思想来求解最长严格递增路径的长度。具体而言,我们依次计算每个节点作为父节点时所构成的最长严格递增路径长度,并记录下来。

在这里,我们采用一个数组 dp 来存储不同节点下的最长递归路径长度。其中,dp[i] 表示以节点 i 作为结尾的最长递归路径长度。同时,我们需要定义一个函数 dfs(node),用于计算当前二叉树中以 node 节点作为结尾的最长递增路径的长度,其主要实现如下:

  • 如果节点为空,返回 0;
  • 遍历左子树和右子树,并分别调用 dfs 函数,在这两棵树中找到以 left 和 right 结尾的最长递增路径长度;
  • 如果左子树中节点值大于该节点值,则 left 加上 1;否则,left 置为 0;
  • 同理,如果右子树中节点值大于该节点值,则 right 加上 1;否则,right 置为 0;
  • 更新 dp[node] 的值,并返回 left 或 right 中的较大值加 1。

下面是 C++ 实现的代码,每行都添加了详细注释:

#include <iostream>
#include <algorithm> // 使用 c++ 中的 max() 函数
using namespace std;
// 定义二叉树节点类
struct TreeNode {
    int val;
    TreeNode* left;
    TreeNode* right;
    TreeNode(int x) : val(x), left(NULL), right(NULL) {}
};
class Solution {
public:
    int longestIncreasingPath(TreeNode* root) { // 求解最长递增路径长度
        if (!root) return 0; // 如果二叉树为空,返回 0
        int res = 1; // 记录最大路径长度
        dfs(root, res); // 计算最大路径长度
        return res; // 返回结果
    }
    int dfs(TreeNode* node, int& res) { // 计算节点作为父节点时的最大路径长度
        if (!node) return 0; // 如果该节点为空,返回 0
        // 计算左右子树中以其作为结尾的、连续严格递增的序列长度
        int left = dfs(node->left, res);
        int right = dfs(node->right, res);
        left = (node->left && node->left->val < node->val) ? left + 1 : 0; // 根据节点值判断更新 left
        right = (node->right && node->right->val < node->val) ? right + 1 : 0; // 根据节点值判断更新 right
        res = max(res, left + right); // 更新整个树中最大路径长度
        return max(left, right) + 1; // 返回以该节点作为结尾的最大路径长度
    }
};
int main() {
    // 创建一棵二叉树
    TreeNode* root = new TreeNode(1);
    TreeNode* node1 = new TreeNode(2);
    TreeNode* node2 = new TreeNode(3);
    TreeNode* node3 = new TreeNode(4);
    TreeNode* node4 = new TreeNode(5);
    root->left = node1;
    node1->left = node2;
    node1->right = node3;
    node3->right = node4;
    Solution s;
    int res = s.longestIncreasingPath(root); // 求解最长递增路径长度
    cout << res << endl; // 输出结果
    return 0;
}

在上述代码实现中,我们定义了一个类 Solution 来表示对于二叉树的处理操作。其成员函数包括:

  • longestIncreasingPath:用于计算最长递增城市的长度;
  • dfs:用于遍历整个二叉树,并计算出节点所构建的最长递增路径长度。

最终的结果可以在 dfs 函数中返回,我们还定义了一个 TreeNode 结构体来表示二叉树节点。

  • Java版本
class TreeNode {
    int val;
    TreeNode left;
    TreeNode right;
    TreeNode(int x) {
        val = x;
    }
}
class Solution {
    public int longestIncreasingPath(TreeNode root) { // 求解最长递增路径长度
        if (root == null) return 0; // 如果二叉树为空,返回 0
        int[] max = new int[]{1}; // 数组用于存储最大路径长度
        dfs(root, max); // 计算最大路径长度
        return max[0]; // 返回结果
    }
    private int dfs(TreeNode node, int[] max) { // 计算节点作为父节点时的最大路径长度
        if (node == null) return 0; // 如果该节点为空,返回 0
        // 计算左右子树中以其作为结尾的、连续严格递增的序列长度
        int left = dfs(node.left, max);
        int right = dfs(node.right, max);
        left = (node.left != null && node.left.val < node.val) ? left + 1 : 0; // 根据节点值判断更新 left
        right = (node.right != null && node.right.val < node.val) ? right + 1 : 0; // 根据节点值判断更新 right
        max[0] = Math.max(max[0], left + right); // 更新整个树中最大路径长度
        return Math.max(left, right) + 1; // 返回以该节点作为结尾的最大路径长度
    }
}
public class Main {
    public static void main(String[] args) {
        // 创建一棵二叉树
        TreeNode root = new TreeNode(1);
        TreeNode node1 = new TreeNode(2);
        TreeNode node2 = new TreeNode(3);
        TreeNode node3 = new TreeNode(4);
        TreeNode node4 = new TreeNode(5);
        root.left = node1;
        node1.left = node2;
        node1.right = node3;
        node3.right = node4;
        Solution s = new Solution();
        int res = s.longestIncreasingPath(root); // 求解最长递增路径长度
        System.out.println(res); // 输出结果
    }
}

在上述代码实现中,我们定义了一个类 Solution 来表示对于二叉树的处理操作。其成员函数包括:

  • longestIncreasingPath:用于计算最长递增城市的长度;
  • dfs:用于遍历整个二叉树,并计算出节点所构建的最长递增路径长度。

同时,我们还定义了一个 TreeNode 结构体来表示二叉树节点。与 C++ 版本的代码相比,Java 版本加入了数组作为参数传输最大路径长度,但主要思路基本一致。

相关文章
【el-tree】树形结构拖拽,拖动修改分组
【el-tree】树形结构拖拽,拖动修改分组
1361 1
|
编译器 C# 开发者
C# 10.0中的全局`using`指令:简化命名空间引用的新方式
【1月更文挑战第4天】本文介绍了C# 10.0中引入的全局`using`指令,该指令允许开发者在项目级别统一管理命名空间引用,从而消除源文件中重复的`using`语句。全局`using`指令通过减少冗余代码、提高可维护性和统一命名空间管理,为开发者带来了更高效的编码体验。文章详细解释了如何实现全局`using`指令,并探讨了其在实际项目中的优势和适用场景。
|
7月前
|
SQL 缓存 Java
MyBatis场景面试题
MyBatis与MyBatisPlus均属ORM框架,前者擅长复杂SQL及动态查询,后者封装API简化单表操作。常用XML标签如if、foreach提升SQL灵活性。MyBatis支持一级(SqlSession级)与二级(NameSpace级)缓存,提升查询效率。#{}防SQL注入,${}用于动态表名等场景。
379 62
|
11月前
|
人工智能 程序员 C++
通义灵码 AI 程序员-全平台AI程序员插件
人工智能正在深度融入开发流程,阿里云通义灵码AI程序员全面上线,支持VS Code与JetBrains IDEs,是国内首个真正落地的AI程序员工具。它不仅能生成代码、续写功能,还支持跨语言编程和图片生成代码。相较1.0版本,新增多项功能,模型更丰富,生成速度更快。快来体验未来开发的魅力!链接附上,欢迎探索。
589 7
|
消息中间件 设计模式 Java
Java技术栈梳理
Java技术栈梳理
|
Java 测试技术 程序员
基于SpringBoot+Vue交流和分享平台的设计与实现(源码+部署说明+演示视频+源码介绍)(2)
基于SpringBoot+Vue交流和分享平台的设计与实现(源码+部署说明+演示视频+源码介绍)
385 1
|
Java 关系型数据库 MySQL
基于SpringBoot+Vue交流和分享平台的设计与实现(源码+部署说明+演示视频+源码介绍)(1)
基于SpringBoot+Vue交流和分享平台的设计与实现(源码+部署说明+演示视频+源码介绍)
703 1
|
存储 Python
处理随机元素来创建数列是一个涉及随机数生成和数列构造的过程
处理随机元素来创建数列是一个涉及随机数生成和数列构造的过程
250 0
|
机器学习/深度学习 算法 文件存储
【博士每天一篇文献-算法】 PNN网络启发的神经网络结构搜索算法Progressive neural architecture search
本文提出了一种名为渐进式神经架构搜索(Progressive Neural Architecture Search, PNAS)的方法,它使用顺序模型优化策略和替代模型来逐步搜索并优化卷积神经网络结构,从而提高了搜索效率并减少了训练成本。
419 9
|
人工智能 开发工具 git
一看就会的智能换颜项目教程!5分钟速通明星大模型开源项目一键部署
有了通义灵码的帮助,很多明星大模型项目实操过程中遇到的问题:查找错误、解释代码、优化代码、查找文档、代码补全等等都可以用通义灵码一键解决,而且准确率很高,加上灵活的实操环境,项目跑起来会非常高效。关键是通义灵码个人版还免费!

热门文章

最新文章