968题：监控二叉树（hard）

最新推荐文章于 2023-07-07 20:01:46 发布
最新推荐文章于 2023-07-07 20:01:46 发布
阅读量173 收藏
点赞数
分类专栏： 刷题日常
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Randar0306/article/details/108732959
版权

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。
https://leetcode-cn.com/problems/binary-tree-cameras/

节点有三种状态。递归从叶子节点开始处理。

//来自garrybest的答案
class Solution {
   
    private int ans = 0;
    
    public int minCameraCover(TreeNode root) {
   
        if
最低0.47元/天 解锁文章
Ranolar
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python数据结构：求二叉树深度
12-22
python求二叉树深度 1.代码实现 class BinaryTreeNode(object): # 创建二叉树结点的函数 def __init__(self): self.data = '#' self.LChild = None self.RChild = None class BinaryTree(object): # 创建...
红黑树及插入过程详解
weixin_49561506的博客
05-30 1277
介绍红黑树的特点，以及红黑树插入节点后的调整方式
红黑树插入详解（转载）
Code-zyc的博客
04-26 856
目录性质：左旋与右旋插入情景1：红黑树为空树情景2：插入结点的Key已存在情景3：插入结点的父结点为黑结点情景4：插入节点的父节点为红色插入情景4.1：叔叔结点存在并且为红结点插入情景4.2：叔叔结点不存在或为黑结点，并且插入结点的父亲结点是祖父结点的左子结点插入情景4.2.1：新插入节点，为其父节点的左子节点（LL红色情况）插入情景4.2.2：新插入节点，为其父节点的右子节点（LR红色情况）插入情景4.3：叔叔结点不存在或为黑结点，并且插入结点的父亲结点是祖父结点的右子结点插入情景4.3.1：新插入节点，
红黑树-插入
萧逸才的博客
05-05 4596
前言 本篇博客我们说一说如何从无到有创建一颗红黑树，并在创建红黑树的过程中理解其构造原理。 红黑树规则 首先我们复习一下红黑树的五项规则，如下： - 规则一：每个节点或者是黑色，或者是红色； - 规则二：根节点是黑色； - 规则三：每个叶子节点（NIL/NULL）是黑色； - 规则四：如果一个节点是红色的，则它的子节点必须是黑色的； - 规则五：从一个节点到该节点的子孙节点的所有路...
数据结构与算法 — 红黑树的规则、相对平衡、变换、插入
m0_59897687的博客
01-12 1802
目录 一、红黑树的规则 二、红黑树的相对平衡 三、红黑树的变换 1.变色 2.旋转 (1).左旋转 (2).右旋转 四、红黑树的插入操作 1.情况一 2.情况二 3.情况三 4.情况四 5.情况五 一、红黑树的规则 红黑树除了符合二叉搜索树的基本规则外，还添加了一些特性： 1.节点是红色或黑色。 2.根节点是黑色。 3.每个叶子节点都是黑色的空节点（NIL节点）。 4 每个红色节点的两个子节点都是黑色。(...
红黑树的插入和删除详解
xfy_von的博客
08-10 1555
红黑树RB-tree 找了很多其他人的，红黑树的插入大部分都能理解，在删除部分有些博客很难理解进行，就自己写了一篇详细的，有问题欢迎请指出。 作为一种广泛应用的平衡二叉搜索树之一，需要我们有些清晰的了解 红黑树的结点增删改查效率非常优良，都为log(N)，其应用十分广泛： Linux内核进程调度由红黑树管理进程控制块。 Epoll用红黑树管理事件块。 C++ STL中的map和set的底层实现。 用于理解红黑树的生成演示网站：https://www.cs.usfca.edu/~galles/visual
python数据结构：求二叉树节点个数
01-21
求二叉树节点个数 1.设计思想： 建立一棵二叉树，利用递归求二叉树节点个数 2.实现代码 class BinaryTreeNode(object): # 创建二叉树结点的函数 def __init__(self): self.data = '#' self.LChild = None self....
剑指Offer(Python多种思路实现):重建二叉树
12-23
面试7题： 题目：输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则...
tree:php二叉树实现
04-27
该类 仅实现普通的二叉树 // 安装使用如下 git clone git@github.com:wschat/tree.git cd tree composer dump-autoload 文档完善 （注：Node、Tree 均实现了ArrayAccess接口） 关于Node实例类的结构如下： 关于...
用.net c# 写的合并二叉树，即：合并二叉树之C#
08-23
用.net c# 写的合并二叉树，空暇至于在网上看到了一个关于合并二叉树的试题，然后下面有链接别人做的，我随手打开看了看不甚满意，然后我专门去搜索了关于合并二叉树的大佬实例，都是那么啰里啰嗦一大堆。...
【算法导论】红黑树详解之插入
yygr的博客
02-11 2024
https://blog.csdn.net/cyp331203/article/details/42677833         红黑树是建立在二叉查找树的基础之上的，关于二叉查找树可以参看【算法导论】二叉搜索树的插入和删除和【算法导论】二叉树的前中后序非递归遍历实现。对于高度为h的二叉查找树而言，它的SEARCH、INSERT、DELETE、MINIMUM、MAXIMUM等操作的时间复杂度均为O(h)。所以
红黑树插入操作
唐学长的博客
06-09 1193
红黑树的概念红黑树的性质红黑树的插入
红黑树插入
dDANGHUAN的博客
02-24 227
红黑树的性质：    1.每个节点不是红就是黑    2.根节点为黑色    3.如果节点为红，其子节点必须为黑    4.任一节点至NULL（树尾端）的任何路径，所含之黑节点树必须相同    性质总结一句话：一头一脚黑，黑同红不连   规则1就不用说了，由规则2，root->color=NULL；由规则4，可知新增节点为红；由规则3可知，新增节点之父必为黑， 当新节点插入不符合上述规则...
数据结构之红黑树插入详解
weixiaohuai的博客
11-16 5450
一、概述 红黑树是一颗二叉平衡树，并且查找不会破坏树的平衡，所以查找跟二叉平衡树的查找没有什么区别，可以看前面的文章进行学习，这里不再过多阐述。本节我们主要总结红黑树插入相关的知识。 二、红黑树插入 红黑树的插入包含两个步骤： 在树中查找插入的位置； 插入后自平衡； 查找流程： 从根节点开始查找； 若根节点为空，那么插入节点作为根节点，结束； 若根节点不为空，那么把根节点作为当前节点； 若当前节点为null，返回当前节点的父节点，结束； 若当前节点key等于查找key，那么该key所在节点就是插入节点
(第十一步) STL: stl_rb_tree容器实现
xfy_von的博客
08-13 336
RB-tree 红黑树的重要性，不言而喻，是一种插入和删除都为O(log(N))O(log(N))O(log(N))的数据结构，具体原理可以看这个：红黑树插入和删除分析 之后程序的编写，和注释红黑树重平衡的情况也是对照上文的情况的，这里就不多做介绍，直接开始程序设计 设计的重点 首先根据侯捷书，所述的迭代器之间的关系图，但是我这里直接放在一起，没有分的很细致，设计迭代器 然后红黑树结构设计，引入了一个header结点，来表示根节点的父节点且为红色 当红黑树处于初始状态时,只有header节点(为红色)
mininet编程实现交换机规则的插入、删除与修改。_红黑树的原理 (插入+ 删除) 案例分析
weixin_39765588的博客
11-26 270
1.红黑树的概念红黑树是一种自平衡的二叉查找树，是一种高效的查找树。它是由 Rudolf Bayer 于1978年发明，在当时被称为对称二叉 B 树(symmetric binary B-trees)。后来，在1978年被 Leo J. Guibas 和 Robert Sedgewick 修改为如今的红黑树。红黑树具有良好的效率，它可在 O(logN) 时间内完成查找、增加、删除等操作。因此，红黑...
DAY41：贪心算法（十）监控二叉树
最新发布
CFY1226的博客
07-07 1322
本题的难点首先是要想到贪心的思路，要想得到最少摄像头，就必须在叶子节点的父节点上面放摄像头。然后就是遍历和状态推导，首先要想到二叉树每个节点，都可以归结为三种状态；第二，要想到二叉树每个叶子节点的状态去推当前节点的状态，一共可以归纳为四种情况；然后通过遍历在二叉树上进行状态推导，后序遍历的同时接收下面叶子节点的状态，从而判断出当前的状态和需不需要放置摄像头。难点在于情况的分析，不要想复杂，所有的情况就是3+1种（最后一种是根节点单独考虑）
红黑树插入操作超详解
菜根
04-30 5546
说明：1. 下述图片多参照网上资源（July红黑树）或者电子书资源（STL源码剖析）等              2. 个人感觉STL中思路以及实现方式比其他版本都易懂，建议大家好好琢磨 参考：            1.STL源码剖析           2. http://www.cnblogs.com/abatei/archive/2008/12/17/1356565.html
看了两天HashMap源码，终于把红黑树插入平衡规则搞懂了
myboy125的博客
09-25 796
絮叨 学校短学期刚结束了，离学校开学还有很多天，一直呆在寝室玩游戏岂不是浪费了大好时光，于是心血来潮想看看HashMap的源码。虽然我没有经历过面试，但是java程序员都知道，HashMap是面试官必问的知识点，而我现在只停留在对HashMap的基本使用层面，因此我觉得有必要深入了解一下HashMap的底层原理。在HashMap中，我觉得最难的应该是红黑树了吧，我结合代码和画图软件研究了两天，终于总结出规律，现在分享给大家 一、红黑树的特点 下面是红黑树的5条性质，现在大家要对这些性质有印象，后面我会结合图
实验题4:实现二叉树的中序线索化
06-06
二叉树的中序线索化是将二叉树中的每个节点都指向其中序遍历的前驱和后继节点。这个过程需要对二叉树进行中序遍历，并将每个节点的左右指针修改为指向其前驱和后继节点。下面是中序线索化的实现代码： ```python class Node: def __init__(self, val, left=None, right=None): self.val = val self.left = left self.right = right self.left_thread = None self.right_thread = None def inorder_threading(root): if root is None: return stack = [] cur = root pre = None while cur or stack: while cur: stack.append(cur) cur = cur.left cur = stack.pop() if cur.left is None: cur.left = pre cur.left_thread = True if pre and pre.right is None: pre.right = cur pre.right_thread = True pre = cur cur = cur.right if not cur.right_thread else None if __name__ == '__main__': root = Node(1, Node(2), Node(3)) inorder_threading(root) print(root.left.val) # 2 print(root.left.right) # 1 print(root.left.right_thread) # True print(root.right.left) # 1 print(root.right.left_thread) # True print(root.right.val) # 3 ``` 上面的代码中，我们定义了一个 `Node` 类表示二叉树的节点。`left_thread` 和 `right_thread` 分别表示当前节点的左右指针是否是线索。初始时，二叉树的所有节点的 `left_thread` 和 `right_thread` 都是 `None`。 `inorder_threading` 函数实现了中序线索化的过程。我们使用一个栈来辅助进行中序遍历。对于每个节点，如果其左子节点为空，则将其左指针指向其中序遍历的前驱节点，并将 `left_thread` 标记为 `True`。如果其前驱节点的右指针为空，则将其右指针指向当前节点，并将 `right_thread` 标记为 `True`。 最后，我们可以验证中序线索化的结果是否正确。在上面的代码中，我们打印了一些节点的值和线索情况。可以看到，对于一个节点，其左指针指向的是其中序遍历的前驱节点，而右指针则指向其中序遍历的后继节点。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值