【树 图论 阶乘 组合 深度优先搜索】1916. 统计为蚁群构筑房间的不同顺序

简介: 【树 图论 阶乘 组合 深度优先搜索】1916. 统计为蚁群构筑房间的不同顺序

本文设计知识点

图论 阶乘 组合 深度优先搜索

图论知识汇总

LeetCoce1916. 统计为蚁群构筑房间的不同顺序

你是一只蚂蚁,负责为蚁群构筑 n 间编号从 0 到 n-1 的新房间。给你一个 下标从 0 开始 且长度为 n 的整数数组 prevRoom 作为扩建计划。其中,prevRoom[i] 表示在构筑房间 i 之前,你必须先构筑房间 prevRoom[i] ,并且这两个房间必须 直接 相连。房间 0 已经构筑完成,所以 prevRoom[0] = -1 。扩建计划中还有一条硬性要求,在完成所有房间的构筑之后,从房间 0 可以访问到每个房间。

你一次只能构筑 一个 房间。你可以在 已经构筑好的 房间之间自由穿行,只要这些房间是 相连的 。如果房间 prevRoom[i] 已经构筑完成,那么你就可以构筑房间 i。

返回你构筑所有房间的 不同顺序的数目 。由于答案可能很大,请返回对 109 + 7 取余 的结果。

示例 1:

输入:prevRoom = [-1,0,1]

输出:1

解释:仅有一种方案可以完成所有房间的构筑:0 → 1 → 2

示例 2:

输入:prevRoom = [-1,0,0,1,2]

输出:6

解释:

有 6 种不同顺序:

0 → 1 → 3 → 2 → 4

0 → 2 → 4 → 1 → 3

0 → 1 → 2 → 3 → 4

0 → 1 → 2 → 4 → 3

0 → 2 → 1 → 3 → 4

0 → 2 → 1 → 4 → 3

提示:

n == prevRoom.length

2 <= n <= 105

prevRoom[0] == -1

对于所有的 1 <= i < n ,都有 0 <= prevRoom[i] < n

题目保证所有房间都构筑完成后,从房间 0 可以访问到每个房间

组合

直接用帕斯卡法则求组合数,空间复杂度会爆。故用阶乘求。

对与每棵子树,除根节点必须先完成外,其它子树的工期可以任意分配。

令子树i的子树节点数,子树根节点分别为:n1,n2 ⋯ \cdots ,分别为:i1,i2,⋯ \cdots , 其和为:x。

则第一个子树的分配方案数:( x i 1 ) x \choose i1(i1x) 不考虑子数n1子树的内部建造顺序。

则第二个子树的分配方案数:( ( x − i 1 ) i 2 ) (x-i1) \choose i2(i2(xi1)) 不考虑子数n2子树的内部建造顺序。

⋯ \cdots

思路

先初始化好阶乘。

第一轮DFS求得各子树的节点数。

第二轮DFS求各子树的方案数。

代码

template<class T = long long>
class CFactorial
{
public:
  CFactorial(int n):m_res(n+1){
    m_res[0] = 1;
    for (int i = 1; i <= n; i++) {
      m_res[i] = m_res[i - 1] * i;
    }
  }
  vector<T> m_res;
};
template<int MOD = 1000000007>
class C1097Int
{
public:
  C1097Int(long long llData = 0) :m_iData(llData% MOD)
  {
  }
  C1097Int  operator+(const C1097Int& o)const
  {
    return C1097Int(((long long)m_iData + o.m_iData) % MOD);
  }
  C1097Int& operator+=(const C1097Int& o)
  {
    m_iData = ((long long)m_iData + o.m_iData) % MOD;
    return *this;
  }
  C1097Int& operator-=(const C1097Int& o)
  {
    m_iData = (m_iData + MOD - o.m_iData) % MOD;
    return *this;
  }
  C1097Int  operator-(const C1097Int& o)
  {
    return C1097Int((m_iData + MOD - o.m_iData) % MOD);
  }
  C1097Int  operator*(const C1097Int& o)const
  {
    return((long long)m_iData * o.m_iData) % MOD;
  }
  C1097Int& operator*=(const C1097Int& o)
  {
    m_iData = ((long long)m_iData * o.m_iData) % MOD;
    return *this;
  }
  bool operator==(const C1097Int& o)const
  {
    return m_iData == o.m_iData;
  }
  bool operator<(const C1097Int& o)const
  {
    return m_iData < o.m_iData;
  }
  C1097Int pow(long long n)const
  {
    C1097Int iRet = 1, iCur = *this;
    while (n)
    {
      if (n & 1)
      {
        iRet *= iCur;
      }
      iCur *= iCur;
      n >>= 1;
    }
    return iRet;
  }
  C1097Int PowNegative1()const
  {
    return pow(MOD - 2);
  }
  int ToInt()const
  {
    return m_iData;
  }
private:
  int m_iData = 0;;
};
class Solution {
public:
  int waysToBuildRooms(vector<int>& prevRoom) {
    const int n = prevRoom.size();
    m_fact = new CFactorial<C1097Int<>>(n);
    m_vSubTreeNodeCnt.resize(n);
    vector<vector<int>> neiBo(n);
    for (int i = 1; i < n; i++) {     
      neiBo[prevRoom[i]].emplace_back(i);
    }   
    DFSSubTreeNodeCount(neiBo, 0);
    return DFS(neiBo, 0).ToInt();
  }
  void DFSSubTreeNodeCount(vector<vector<int>>& neiBo, int cur)
  {
    m_vSubTreeNodeCnt[cur] = 1;
    for (const auto& next : neiBo[cur])
    {   
      DFSSubTreeNodeCount(neiBo, next);
      m_vSubTreeNodeCnt[cur] += m_vSubTreeNodeCnt[next];
    }
  }
  C1097Int<> DFS(vector<vector<int>>& neiBo, int cur)
  {
    C1097Int<> biRet = 1;
    int iCanSel = m_vSubTreeNodeCnt[cur] - 1;
    for (const auto& next : neiBo[cur])
    {
      biRet *= m_fact->m_res[iCanSel];
      const int iChildCnt = m_vSubTreeNodeCnt[next];
      biRet *= m_fact->m_res[iChildCnt].PowNegative1();
      biRet *= m_fact->m_res[iCanSel-iChildCnt].PowNegative1();
      iCanSel -= iChildCnt;
      biRet *= DFS(neiBo, next);
    }
    return biRet;
  }
  vector<int> m_vSubTreeNodeCnt;//子
  CFactorial<C1097Int<>> * m_fact;
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
    assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
    if (v1.size() != v2.size())
    {
        assert(false);
        return;
    }
    for (int i = 0; i < v1.size(); i++)
    {
        Assert(v1[i], v2[i]);
    }
}
int main()
{
  vector<int> prevRoom;
  {
    Solution sln;
    prevRoom = { -1,0,0,1,2 };
    auto res = sln.waysToBuildRooms(prevRoom);
    Assert(6, res);
  }
  {
    Solution sln;
    prevRoom = {-1, 0, 1};
    auto res = sln.waysToBuildRooms(prevRoom);
    Assert(1, res);
  }
  
}

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17

如无特殊说明,本算法用**C++**实现。

相关文章
|
6月前
|
人工智能 BI 测试技术
【深度优先搜索】【图论】【树】2646. 最小化旅行的价格总和
【深度优先搜索】【图论】【树】2646. 最小化旅行的价格总和
|
6月前
|
算法
飞行员配对方案(Dinic求最大二分图匹配(对匈牙利算法的优化),以及二分图的建图方式)
飞行员配对方案(Dinic求最大二分图匹配(对匈牙利算法的优化),以及二分图的建图方式)
99 0
|
1月前
论多段图的最短路径问题(我认为本质上还是暴力枚举法)
本文讨论了多段图最短路径问题的解决方法,认为本质上是使用暴力枚举法,通过逐步计算每个阶段点的最短距离来确定从起点到终点的最短路径。
37 1
论多段图的最短路径问题(我认为本质上还是暴力枚举法)
|
5月前
|
算法
【经典LeetCode算法题目专栏分类】【第4期】BFS广度优先算法:单词接龙、最小基因变化、二进制矩阵中的最短路径
【经典LeetCode算法题目专栏分类】【第4期】BFS广度优先算法:单词接龙、最小基因变化、二进制矩阵中的最短路径
|
6月前
|
机器学习/深度学习 算法 测试技术
【单源最短路 图论】882. 细分图中的可到达节点
【单源最短路 图论】882. 细分图中的可到达节点
|
6月前
|
人工智能 算法 BI
【树】【因子数】【数论】【深度优先搜索】2440. 创建价值相同的连通块
【树】【因子数】【数论】【深度优先搜索】2440. 创建价值相同的连通块
|
6月前
|
算法 测试技术 C#
【深度优化】【广度优先】【状态压缩】864. 获取所有钥匙的最短路径
【深度优化】【广度优先】【状态压缩】864. 获取所有钥匙的最短路径
|
6月前
|
机器学习/深度学习 测试技术
【图论】【状态压缩】【树】【深度优先搜索】1617. 统计子树中城市之间最大距离
【图论】【状态压缩】【树】【深度优先搜索】1617. 统计子树中城市之间最大距离
|
6月前
|
机器学习/深度学习 移动开发
【归并排序】【图论】【动态规划】【 深度游戏搜索】1569将子数组重新排序得到同一个二叉搜索树的方案数
【归并排序】【图论】【动态规划】【 深度游戏搜索】1569将子数组重新排序得到同一个二叉搜索树的方案数
|
6月前
|
人工智能 BI 测试技术
【图论】【树形dp】【深度优先搜索】2538. 最大价值和与最小价值和的差值
【图论】【树形dp】【深度优先搜索】2538. 最大价值和与最小价值和的差值