[路飞]_leetcode-968-监控二叉树

简介: leetcode-968-监控二叉树

网络异常,图片无法展示
|


[题目地址][B站地址]


给定一个二叉树,我们在树的节点上安装摄像头。


节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。


计算监控树的所有节点所需的最小摄像头数量。


示例 1:


网络异常,图片无法展示
|


输入: [0,0,null,0,0]
输出: 1
解释: 如图所示,一台摄像头足以监控所有节点。
复制代码


示例 2:


网络异常,图片无法展示
|


输入: [0,0,null,0,null,0,null,null,0]
输出: 2
解释: 需要至少两个摄像头来监视树的所有节点。 上图显示了摄像头放置的有效位置之一。
复制代码


提示:


  1. 给定树的节点数的范围是 [1, 1000]
  2. 每个节点的值都是 0。


推导求解


要想安装的摄像头数量最小,则应该尽可能的在父节点安装摄像头


这样就可以让两个子树共用父节点的摄像头


所以可以从叶子节点向上反推需要摄像头的最小数量


推导摄像头数量的规则如下:


如果当前为叶子节点,为了最大程度利用摄像头的覆盖性


此时应该在其父节点放置摄像头


利用父节点的摄像头覆盖当前叶子节点


因为在二叉树中,每个节点的值都是 0,通过标记节点值 val = 2 标识当前节点已安装摄像头


val = 1 标识当前节点通过其父节点或者子节点摄像头被覆盖监视


最后,所有节点值 val = 2 的节点就是需要安装摄像头的节点,它们的数量就是监控二叉树需要的最小摄像头数量。


动画演示如下:


网络异常,图片无法展示
|


代码如下:


// 递归记录父节点,回溯推导摄像头数量
var minCameraCover = function(root) {
  let res = 0;
  function preorder(node){
    // 如果有左子树
    if(node.left){
      // 定义parent属性指向当前节点
      node.left.parent = node;
      // 递归处理左子树
      preorder(node.left);
    }
    // 如果有右子树
    if(node.right){
      // 定义parent属性指向当前节点
      node.right.parent = node;
      // 递归处理右子树
      preorder(node.right);
    }
    // 如果当前节点放置摄像头
    if(node.val === 2){
      // 数量加1
      res++;
      // 如果有父节点且父节点值为0,将父节点值 val = 1,标识父节点可以被监视到
      // 如果父节点已经放置了摄像头,不能修改父节点val
      if(node.parent&&node.parent.val===0) node.parent.val = 1;
    }else if(node.val === 0){
      // 如果当前节点没有被监视到
      // 如果有父节点,优先让父节点放置摄像头,覆盖当前节点
      if(node.parent) node.parent.val = 2,node.val = 1;
      // 否则只能自己放置摄像头
      else node.val = 2,res++;
    }
  }
  // 递归处理二叉树
  preorder(root);
  // 返回结果值
  return res;
};
复制代码


动态规划求解


涉及到求最优解的题,都可以用动态规划解题


有了题解1的基础,这里我们可以推导出状态定义如下:


dp[i][j] 表示监控以 j 为根节点的子树所需要的摄像头数量
i 表示 j 的父节点,0 表示当前节点不放置摄像头,1 表示当前节点放置摄像头
每个节点有如下四种状态:
dp[0][0] 覆盖当前子树父节点不放置摄像头,根节点不放置摄像头的摄像头数量
dp[0][1] 覆盖当前子树父节点不放置摄像头,根节点放置摄像头的摄像头数量
dp[1][0] 覆盖当前子树父节点放置摄像头,根节点不放置摄像头的摄像头数量
dp[1][1] 覆盖当前子树父节点放置摄像头,根节点放置摄像头的摄像头数量
复制代码


状态转移方程如下:


l 为左子树 dp,r 为右子树 dp
dp[0][0] = Math.min(l[0][0]+r[0][1],l[0][1]+r[0][0],l[0][1]+r[0][1]);
dp[1][0] = Math.min(dp[0][0],l[0][0]+r[0][0]);
dp[0][1] = Math.min(l[1][0]+r[1][0],l[1][1]+r[1][0],l[1][0]+r[1][1],l[1][1]+r[1][1])+1;
dp[1][1] = dp[0][1];
复制代码


代码如下:


var minCameraCover = function(root) {
  function getDp(root){
    const dp = [[],[]];
    if(root === null){
      dp[0][0] = 0;
      dp[0][1] = 10000;
      dp[1][0] = 0;
      dp[1][1] = 10000;
      return dp;
    }
    if(root.left===null&&root.right===null){
      dp[0][0] = 10000;
      dp[0][1] = 1;
      dp[1][0] = 0;
      dp[1][1] = 1;
      return dp;
    }
    const l = getDp(root.left),
    r = getDp(root.right);
    dp[0][0] = Math.min(l[0][0]+r[0][1],l[0][1]+r[0][0],l[0][1]+r[0][1]);
    dp[1][0] = Math.min(dp[0][0],l[0][0]+r[0][0]);
    dp[0][1] = Math.min(l[1][0]+r[1][0],l[1][1]+r[1][0],l[1][0]+r[1][1],l[1][1]+r[1][1])+1;
    dp[1][1] = dp[0][1];
    return dp;
  }
  const dp = getDp(root);
  return Math.min(dp[0][1],dp[0][0]);
}
复制代码


以上代码中利用了一个技巧:


当某种情况不合法时(例如:在空节点放置摄像头),返回一个极大值,标识当前状态不合理(因为给定数的节点范围是1~1000,所以这里返回10000标识该操作不合法)。


至此我们就完成了 leetcode-968-监控二叉树


如有任何问题或建议,欢迎留言讨论!

相关文章
|
23小时前
leetcode代码记录(二叉树的所有路径
leetcode代码记录(二叉树的所有路径
10 0
|
23小时前
leetcode代码记录(对称二叉树 中序遍历+回文串 为什么不行
leetcode代码记录(对称二叉树 中序遍历+回文串 为什么不行
8 0
|
23小时前
leetcode代码记录(二叉树的最小深度
leetcode代码记录(二叉树的最小深度
9 0
|
23小时前
leetcode代码记录(二叉树的最大深度
leetcode代码记录(二叉树的最大深度
8 0
|
23小时前
leetcode代码记录(翻转二叉树
leetcode代码记录(翻转二叉树
7 0
|
23小时前
leetcode代码记录(二叉树的层序遍历
leetcode代码记录(二叉树的层序遍历
12 0
|
23小时前
|
算法
leetcode代码记录(二叉树递归遍历
leetcode代码记录(二叉树递归遍历
8 0
|
23小时前
[leetcode~dfs]1261. 在受污染的二叉树中查找元素
[leetcode~dfs]1261. 在受污染的二叉树中查找元素
[leetcode~dfs]1261. 在受污染的二叉树中查找元素
|
23小时前
|
算法 API DataX
二叉树(下)+Leetcode每日一题——“数据结构与算法”“对称二叉树”“另一棵树的子树”“二叉树的前中后序遍历”
二叉树(下)+Leetcode每日一题——“数据结构与算法”“对称二叉树”“另一棵树的子树”“二叉树的前中后序遍历”
|
23小时前
|
算法 DataX
二叉树(中)+Leetcode每日一题——“数据结构与算法”“剑指Offer55-I. 二叉树的深度”“100.相同的树”“965.单值二叉树”
二叉树(中)+Leetcode每日一题——“数据结构与算法”“剑指Offer55-I. 二叉树的深度”“100.相同的树”“965.单值二叉树”

热门文章

最新文章