leetcode 968. Binary Tree Cameras

最新推荐文章于 2023-12-09 09:57:36 发布

georgeandgeorge

最新推荐文章于 2023-12-09 09:57:36 发布

阅读量111

点赞数 1

分类专栏： oj系列文章标签： leetcode 数据结构动态规划二叉树 c++

本文链接：https://blog.csdn.net/georgeandgeorge/article/details/117281279

版权

oj系列专栏收录该内容

84 篇文章 0 订阅

订阅专栏

这篇博客探讨了一道关于树的节点覆盖问题，如何使用最少的相机覆盖所有节点。作者首先提出了贪心算法的思路，即从叶子节点开始向上放置相机，然后通过后序遍历实现递归。接着，作者介绍了树形DP的解决方案，通过维护每个节点的三种状态来计算最少相机数量。两种方法的时间复杂度均为O(N)，空间复杂度也为O(N)。博客提供了详细的解题过程和示例代码。

摘要由CSDN通过智能技术生成

题目概述

解题思路

我看到这道题的时候，第一思路是贪心。我想着如果要用最少的相机覆盖树的节点，那么：

每个叶子节点的父节点都需要放一个相机，这是因为如果把相机放在叶子节点，它覆盖的节点数会更少；同时我们又要覆盖每个叶子节点，所以把相机放在每个叶节点的父节点位置。
我们去掉所有已经被覆盖过的节点，对于余下的树，继续采用这个策略，最后检查根节点是否被覆盖，若没被覆盖则放一个相机。

接下来我们思考，如何能根据这个思路，递归地实现树节点的遍历与相机的摆放。也就是说，我们该怎么用一个函数递归地访问节点，然后返回当前节点的状态，再根据节点的状态计算是否需要摆放相机。

首先选用什么方法来遍历树呢，我们采用后序遍历法，因为这样可以保证我们先访问树的叶子节点，后访问父节点，符合我们从下往上贪心地遍历的诉求。

接下来考虑，对于每个节点，我们该把它划为几种状态。实际上主要是两类，一类是已经被覆盖了，一类是还没被覆盖。已经被覆盖的又分为两种，一种是摆放相机的，一种是没有摆放的。这里我们用0/1/2来表示未被覆盖/摆放相机/已覆盖这三种情况。

然后考虑什么时候遍历终止，对于后续遍历，遍历终止的条件是访问到空的节点；那么对于空的节点，我们该赋值成什么状态比较好呢？

既然空节点不能摆放相机，那么它就不能置为1；由于它不需要检查是否被覆盖，所以不能设成0；这样，我们统一把它设置成2.

接下来我们考虑，在什么情况下，我们需要摆放相机。假设当前节点的左右子节点经过后序遍历，返回的值分别为L_stat和R_stat，现在我们来分析各种情况下函数的返回值。

如果左右节点至少有一个返回的值是0，这时根据上文的贪心思想，当前节点返回的值是1，并且要在此摆放一个相机；
如果左右节点至少有一个返回的值是1，说明当前节点已经被覆盖了，所以返回2；
如果左右节点的返回值都是2，说明当前节点并未被覆盖，所以返回0.

最后思考一下，如果根节点正好碰上第三种情况，这时我们还需要给这个位置摆放一个相机，所以这里需要额外检查一下。

然后学习了官方的题解，发现这题还能用树形DP来做_(:з」∠)_。

考虑每个节点被监控的情况，我们可以按照它被上层/同层/下层监控划分为三种：

第一种状态，被父节点安装的摄像头监控；

第二种状态，被自己安装的摄像头监控；

第三种状态，被子节点安装的摄像头监控。

我们对每个节点，维护三个值——dp[node_i][0]~dp[node_i][2]，用于记录在这三种情况下，所需的最少的相机数。那么最后要求的就是max(dp[root][1], dp[root][2])。

接下来考虑如何构建递推公式（从上往下构建）：

第一种状态是，该节点作为儿子被监控，此时只需考虑左子节点和右子节点用最小的相机监控即可；因为它这里不放相机，所以左右子树只需考虑以自身为节点或者被子节点监控的情况： $dp[root][0] = min(dp[L][1], dp[L][2]) + min(dp[R][1] + dp[R][2])$
第二种状态是，该节点自己监控自己，此时左右子树都有三种选择，注意这里不能只考虑dp[L][0]和dp[R][0]，所以递推公式是： $dp[root][1] = 1 + min(dp[L][0], dp[L][1],dp[L][2]) + min(dp[R][0],dp[R][1], dp[R][2])$
第三种状态是，该节点被子节点监控，所以只要比较左右子树有一个相机的情况下，哪一种用到的相机更少，递推公式是: $dp[root][2]=min(dp[L][1]+dp[R][1], dp[L][1] + dp[R][2],dp[L][2]+dp[R][1])$

考虑边界情况：如果碰到叶子节点，那么该节点的dp[i][0]的值应该是0，因为它必有一个父节点监控之；dp[i][1]的值是1；dp[i][2]的值是1，因为这个节点必定需要一个相机用作监控（虚拟的子节点）。

方法性能

如果树有N个节点，贪心法的时间复杂度是O(N)，空间复杂度为O(N)。

树形DP的时间复杂度也是O(N)，空间复杂度也是O(N)。

示例代码

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
private:
    //We suppose the nodes could be spilt by 3 states: unvisited(0), covered(2) and occupied(1).
    //We use postorder traversal to visit treenodes, because in this way we could visit the leaf nodes earlier.
    //We use greedy method to visit the treenodes: we just need to visit all nodes whose child treenode is leaf node.
    int postTravel(TreeNode* root) 
    {
        if(root == NULL)
            return 2;
        
        int L_stat = postTravel(root->left),
            R_stat = postTravel(root->right),
            multi = L_stat * R_stat;
        
        //check whether the treenode is visited
        if(multi == 4)
            return 0;
        if(multi == 0)
        {
            res++;
            return 1;
        }
        return 2;
        
    }
public:
    int res = 0;
    int minCameraCover(TreeNode* root) 
    {
        if(!postTravel(root))
            res++;
        return res;
    }
};

/**
 * Definition for a binary tree node.
 * struct TreeNode {
 *     int val;
 *     TreeNode *left;
 *     TreeNode *right;
 *     TreeNode() : val(0), left(nullptr), right(nullptr) {}
 *     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
 *     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}
 * };
 */
class Solution {
public:
    unordered_map<TreeNode*, int> dp0, dp1, dp2;
    void postTravel(TreeNode* root)
    {
        if(root == NULL)
            return ;
        
        if(root->left == NULL && root->right == NULL)
        {
            dp0[root] = 0; //since we have to put a camera on the father node to monitor it.
            dp1[root] = 1; 
            dp2[root] = 1; //a camera is required to monitor it.
        }
        else if(root->left == NULL)
        {
            postTravel(root->right);
            dp0[root] = min(dp1[root->right], dp2[root->right]);
            dp1[root] = 1 + min(min(dp0[root->right], dp1[root->right]), dp2[root->right]);
            dp2[root] = dp1[root->right];
        }
        else if(root->right == NULL)
        {
            postTravel(root->left);
            dp0[root] = min(dp1[root->left], dp2[root->left]);
            dp1[root] = 1 + min(min(dp0[root->left], dp1[root->left]), dp2[root->left]);
            dp2[root] = dp1[root->left];            
        }
        else
        {
            postTravel(root->left);
            postTravel(root->right);
            dp0[root] = min(dp1[root->left], dp2[root->left]) + min(dp1[root->right], dp2[root->right]);
            dp1[root] = 1 + min(min(dp0[root->left], dp1[root->left]), dp2[root->left]) 
                          + min(min(dp0[root->right], dp1[root->right]), dp2[root->right]);
            dp2[root] = min(min(dp1[root->left] + dp1[root->right], 
                            dp1[root->left] + dp2[root->right]),
                            dp2[root->left] + dp1[root->right]);
        }
    }
    
    int minCameraCover(TreeNode* root) 
    {
        postTravel(root);
        
        return min(dp1[root], dp2[root]);
    }
};