Prompt上下文信息精简
在一次 Prompt 工程实践中,我们把一段 token 序列抽象成一棵二叉树。树中每个结点都有一个整数权值(可正可负,也可能为 0)。请在这棵树中选出一棵"价值最大"的子树,并把这棵子树按"完全二叉树的层序数组"形式输出。
子树的价值定义为它所包含的所有结点权值之和。
允许对某个结点"剪掉"对总和贡献为负的整棵子树(即可以只要左子树、或只要右子树、或两者都要;被剪掉的位置在输出中以 null 占位)。
输入是一棵"用层序数组表示的完全二叉树",缺失位置用 null 占位;输出也使用相同规则表示挑选出的那棵最优子树,并且去除末尾多余的尾部 null。
思路:
这是一个树形 DP(Dynamic Programming on Tree)求最大子树和的问题
1,首先根据DFS(递归)的方式和DP的思想,来找到每个节点的最大子树和,用value数组表示,
2,value最大的节点即为目标根节点
3,还原出最大子树的输出结构(输出的最大子树需要重新分配序号),使用递归的方式,分别从左子树和右子树来构造
4,输出格式化

max(key=function) 根据函数的规则来比较大小

代码实现:
python
import sys
sys.setrecursionlimit(10**7)
# 读取一行,如:[5,-1,3,null,null,4,7]
line = sys.stdin.read().strip()
line = line.strip()[1:-1] # 去掉方括号
tokens = [x.strip() for x in line.split(',')] if line else []
arr = []
for t in tokens:
if t.lower() == 'null' or t == '':
arr.append(None)
else:
arr.append(int(t))
n = len(arr)
if n == 0:
print("[]")
sys.exit(0)
# 存储 DP 结果
value = [float("-inf")] * n
keepL = [False] * n
keepR = [False] * n
def dfs(i):
if i >= n or arr[i] is None:
return float("-inf")
left = dfs(2 * i + 1)
right = dfs(2 * i + 2)
best_left = max(left, 0)
best_right = max(right, 0)
keepL[i] = (left > 0)
keepR[i] = (right > 0)
value[i] = arr[i] + best_left + best_right
return value[i]
dfs(0)
best_root = max(range(n), key=lambda i: value[i])
# 构造新子树(使用字典存储稀疏完全二叉树)
newtree = {}
def build(i, pos):
if i >= n or arr[i] is None:
newtree[pos] = None
return
newtree[pos] = arr[i]
# 左
if keepL[i]:
build(2*i+1, 2*pos+1)
else:
newtree[2*pos+1] = None
# 右
if keepR[i]:
build(2*i+2, 2*pos+2)
else:
newtree[2*pos+2] = None
build(best_root, 0)
# 构造新子树(使用字典存储稀疏完全二叉树)
# newtree = {} 假设已经构造好了
# 转为数组形式
max_pos = max(newtree.keys()) # 设置最大长度
out = [None] * (max_pos + 1)
for k, v in newtree.items():
out[k] = v
# 去除末尾 null
while out and out[-1] is None:
out.pop()
# 输出格式:[x,y,z]
res = []
for v in out:
if v is None:
res.append("null")
else:
res.append(str(v))
print("[" + ",".join(res) + "]")