【数据结构】树塔

简介: 【数据结构】树塔

数塔问题

[问题描述]从数塔的顶层出发,在每一个结点可以选择向左走或向右走,直走到最底层,要求找出一条路径,使得路径上的数值和最大。

问题分析:要求出路径上的数值和最大,只需求出“8"左边(12)和右边(15)的数塔谁最大即可。

   左边(12)
   要求12这个数塔的路径上的数值和最大,只需求出“12"左边(3)和右边(9)的数塔谁最大
   要求3这个数塔的路径上的数值和最大,只需求出“3"左边(8)和右边(10)的数塔谁最大
   要求9这个数塔的路径上的数值和最大,只需求出”9"左边(10)和右边(5)的数塔谁最大
   ........................................................等等等
   右边(15)
   要求15这个数塔的路径上的数值和最大,只需求出“15"左边(9)和右边(6)的数塔谁最大
   要求9这个数塔的路径上的数值和最大,只需求出“9"左边(10)和右边(5)的数塔谁最大
   要求6这个数塔的路径上的数值和最大,只需求出”6"左边(5)和右边(12)的数塔谁最大
   ........................................................等等等
   可以看出:动态规划算法的基本思想与分治法类似,也是将待求解的问题分解为若干个子问题(阶段),按顺序求解子阶段,前一子问题的解,为后一子问题的求解提供了有用的信息。在求解任一子问题时,列出各种可能的局部解,通过决策保留那些有可能达到最优的局部解,丢弃其他局部解。依次解决各子问题,最后一个子问题就是初始问题的解。

我们的解题思路:先求子问题,也就是先求出底层的最大值,例如:先求出第4层各数的路径最大值(这里因为第4层是最底层,也就是它本身),然后第3层通过判断自己下面层数的左边和右边(第4层,例如8下面的 16(左)和4(右))谁更大,从而求出第3层各数路径的最大值,有点抽象,给大家一张图来解释一下:

我们从最底下开始看,因为第4层是最底层,所以最大值为它本身,也就是图中的初始化。

分别为16 4 18 10 9。再看第3层,8的左边分别为16和4,因为16最大 故此 以8为根的这个数塔路径最大值为24,同理 以10为根的这个数塔路径最大值为28,以5为根的这个数塔路径最大值为23,以12为根的这个数塔路径最大值为22。以此类推,求出了路径上的数值和最大为60

开始写代码:

首先数塔我们用二维数组存储


public class TTT {
    public static void main(String[] args) {
            int[][] d=new int[5][5];
            d[0][0]=8;
            d[1][0]=12;
            d[2][0]=3;
            d[3][0]=8;
            d[4][0]=16;
            d[1][1]=15;
            d[2][1]=9;
            d[3][1]=10;
            d[4][1]=4;
            d[2][2]=6;
            d[3][2]=5;
            d[4][2]=18;
            d[3][3]=12;
            d[4][3]=10;
            d[4][4]=9;
            //遍历二维数组
            int cnt=0;
            for (int[] row : d) {
                    cnt=0;
                    for (int data : row) {
                            cnt++;
                            System.out.printf("%d\t", data);
                            //当输出的数字等于数组长度时,换行
                            if (cnt==d.length){
                                    System.out.println();
                            }
                    }
            }
    }
}
 分析:
d[i][j]=Math.max(d[i+1][j]+d[i][j],d[i+1][j+1]+d[i][j]);
表示这个数下面的两个数和自身相加 取一个最大的。
例如:
 以8为例
d[i][j]=Math.max(d[i+1][j]+d[i][j],d[i+1][j+1]+d[i][j]);
d[i][j]=Math.max(16+8,4+8)=24
        for (int i= d.length-2;i>0;i--){
            for (int j=0;j<=i;j++){
                d[i][j]=Math.max(d[i+1][j]+d[i][j],d[i+1][j+1]+d[i][j]);
//                System.out.println(d[i][j]);
            }
        }
        System.out.println(Math.max(d[1][0] + d[0][0], d[1][1] + d[0][0]));


因为一开始我们是以倒数第二层的 8 先开始的

所以一开始

i=d.leng-2(也就是8的行数位置索引)

j=0(也就是8的列数位置索引)


完整代码:

public class CountingTower {
    public static void main(String[] args) {
        int[][] d=new int[5][5];
        d[0][0]=8;
        d[1][0]=12;
        d[2][0]=3;
        d[3][0]=8;
        d[4][0]=16;
        d[1][1]=15;
        d[2][1]=9;
        d[3][1]=10;
        d[4][1]=4;
        d[2][2]=6;
        d[3][2]=5;
        d[4][2]=18;
        d[3][3]=12;
        d[4][3]=10;
        d[4][4]=9;
        //遍历二维数组
        int cnt=0;
        for (int[] row : d) {
            cnt=0;
            for (int data : row) {
                cnt++;
                System.out.printf("%d\t", data);
                //当输出的数字等于数组长度时,换行
                if (cnt==d.length){
                    System.out.println();
                }
            }
        }
        for (int i= d.length-2;i>0;i--){
            for (int j=0;j<=i;j++){
                d[i][j]=Math.max(d[i+1][j]+d[i][j],d[i+1][j+1]+d[i][j]);
//                System.out.println(d[i][j]);
            }
        }
        System.out.println(Math.max(d[1][0] + d[0][0], d[1][1] + d[0][0]));
    }
}


目录
相关文章
|
2月前
|
存储 算法 搜索推荐
探索常见数据结构:数组、链表、栈、队列、树和图
探索常见数据结构:数组、链表、栈、队列、树和图
112 64
|
13天前
|
存储 缓存 算法
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式
在C语言中,数据结构是构建高效程序的基石。本文探讨了数组、链表、栈、队列、树和图等常见数据结构的特点、应用及实现方式,强调了合理选择数据结构的重要性,并通过案例分析展示了其在实际项目中的应用,旨在帮助读者提升编程能力。
31 5
|
1月前
|
存储 搜索推荐 算法
【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)
本文介绍了树和二叉树的基本概念及结构,重点讲解了堆这一重要的数据结构。堆是一种特殊的完全二叉树,常用于实现优先队列和高效的排序算法(如堆排序)。文章详细描述了堆的性质、存储方式及其实现方法,包括插入、删除和取堆顶数据等操作的具体实现。通过这些内容,读者可以全面了解堆的原理和应用。
68 16
|
2月前
|
存储 算法 关系型数据库
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
这篇文章主要介绍了多路查找树的基本概念,包括二叉树的局限性、多叉树的优化、B树及其变体(如2-3树、B+树、B*树)的特点和应用,旨在帮助读者理解这些数据结构在文件系统和数据库系统中的重要性和效率。
26 0
数据结构与算法学习二一:多路查找树、二叉树与B树、2-3树、B+树、B*树。(本章为了解基本知识即可,不做代码学习)
|
2月前
|
存储 编译器 C++
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
【初阶数据结构】掌握二叉树遍历技巧与信息求解:深入解析四种遍历方法及树的结构与统计分析
|
2月前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(三)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
2月前
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(二)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
2月前
|
存储
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解(一)
【高阶数据结构】二叉树进阶探秘:AVL树的平衡机制与实现详解
|
3月前
|
JSON 前端开发 JavaScript
一文了解树在前端中的应用,掌握数据结构中树的生命线
该文章详细介绍了树这一数据结构在前端开发中的应用,包括树的基本概念、遍历方法(如深度优先遍历、广度优先遍历)以及二叉树的先序、中序、后序遍历,并通过实例代码展示了如何在JavaScript中实现这些遍历算法。此外,文章还探讨了树结构在处理JSON数据时的应用场景。
一文了解树在前端中的应用,掌握数据结构中树的生命线
|
2月前
|
Java C++
【数据结构】探索红黑树的奥秘:自平衡原理图解及与二叉查找树的比较
本文深入解析红黑树的自平衡原理,介绍其五大原则,并通过图解和代码示例展示其内部机制。同时,对比红黑树与二叉查找树的性能差异,帮助读者更好地理解这两种数据结构的特点和应用场景。
34 0