一道百度面试题

这题很不错，由于题目是树形，而且状态转移并不复杂，动归的思想可以从这题中很好的体现。所以把这题求解的过程详细的记录下来。

原题 : // 一个有向无环图，只有一个入口和一个出口，插入若干个节点，使得从入口到出口的所有路径长度相同（长度是路径经过的节点的个数）。
   // 并分析时空复杂度。

分析 : 

题目要求插入若干个点，使得从入口到出口的所有路径长度相同 。
首先将题目表达的更明确些：
设e为图的出口节点，i为图的非出口节点，要使i到e的所有路径长度相同。


直观的感觉可以分两步解决这题：先找出i到e的所有路径中最长的路径长度，再将剩余路径补上一块，使得从i到e的所有路径长度相等。
如果第一步得到解决，那么第二步将变得很简单。所以问题的关键转移到如何解决第一步，即找出i到e的所有路径长度的最大值。


求最值问题，就很容易联想到动归。但如果能找到问题存在子问题，并且子问题间重叠，那么就很有可能可以应用动归了。


动归的第一步，寻找子问题( 即最优子结构 )。
见图：
可以发现 i到e的最大路径长度 = 所有i的子节点到e的最大路径长度 的最大值+1。
好了，找到子问题了，下面来看看能否找出子问题间的重叠。
^_^，找到了，节点j1有两个父节点，要求出j1的两个父节点到e的最大路径长度，都要经过节点j1，即先求出j1到e最大路径长度。

原问题的子问题与子问题的重叠性都找到了，这题可以用动归解决了。

动归的第二步，给出一个递归的方程。
现在来定义问题状态：D[i]，表示节点i到e的最大路径长度。
上面的关系可以用递归方程表示:
D[i] = Max{ D[j] } + 1 ( 其中 i != e )
D[e] = 1                     ( 出口节点到自身的长度设为1 )


现在可以根据第二步的方程很容易写出动归的程序了，完成解决这题的第一步了。

不过这题并不是要求某节点到出口节点的最大路径，而是要求节点到出口的所有路径长度相同。

这一步比较简单，当求出某节点的所有子节点到出口的最大路径长度后，只需对所有子节点到出口的路径补上一块，使这些路径长度相同即可。

由于这题是树形结构，更适合记忆化搜索，下面给出记忆化搜索的伪代码。

其中 Table[]是备忘录，以免子问题被多次重复计算。

参数i是节点标号，j是i的子节点标号。

int DP( i )
{
	// 节点i已求
	if( Table[i] != 0 )
		return Table[i];

	// 节点i未求,从所有子问题求得i
	int maxV = 1;
	for( all sub nodes of i )
	{
		maxV = max( maxV, DP( j ) );
	}
	// 修正从节点i出发的路径长度,使所有路径长度都为maxV
	for( all sub nodes of i )
	{
		Table[j] = maxV;
	}

	// 求出节点i的下降路径长度
	Table[i] = maxV + 1;
	return Table[i];
}