题面:
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。
一遇到这种题我就一点办法没有TvT
一开始觉得,是dp吧,很明显是要从子节点推上来。但是子节点就那么几种情况,而且每种情况下当前节点要做出什么选择也是确定的,因此当前节点的选择与子节点是如何走过来的无关,所以不是dp是贪心。
那么考虑状态,放相机和没放相机,但是没放相机的时候又要分为需要放和不需要放。于是:
0 表示当前节点需要被监控
1 当前节点没放相机,但是有子节点放了【没放相机,但是已经可以监控到了】
2 在当前节点放一个相机,相机数++
我们考虑从叶子节点到根节点向上推,很容易想到叶子节点都不放相机,因此我们返回1,。如果两个子节点有一个是0,那么当前节点就返回2,如果两个都是1,那么返回0,如果子节点有个相机,就返回1。这个应该是比较清晰好推的。【当然我还是想不出来就是了TvT】
/**
* Definition for a binary tree node.
* struct TreeNode {
* int val;
* TreeNode *left;
* TreeNode *right;
* TreeNode(int x) : val(x), left(NULL), right(NULL) {}
* };
*/
class Solution {
public:
int ans = 0;
int lrt(TreeNode *t)
{
if (t == NULL)
{
return 1;
}
int left = lrt(t->left);
int right = lrt(t->right);
if (left == 0 || right == 0)
{
ans ++;
return 2;
}
if (left == 1 && right == 1)
{
return 0;
}
if (left + right >= 3)
{
return 1;
}
return -1;
}
int minCameraCover(TreeNode* root) {
if (root == NULL) return 0;
if (lrt(root) == 0)
{
ans ++;
}
return ans;
}
};
用到了后序遍历,最近开始做一些以前不认真做的“简单题”,发现树的前、中、后序遍历都有非常广泛的应用。
还回顾了一下贪心和dp的区别。我看到的一个比较好的例子是背包问题,如果不限制容量的话,就往多的拿,贪心;但是还有个容量,就需要dp来规划一下。
也就是前面说的,如何得到子问题的最优解,如果对当前的选择有关,就是dp,如果无关就是贪心。
【发现自己算法和数据结构都不会,模拟太复杂的也写不出来TvT 泪,流了下来】