先贴一下用时
-
我觉得思路还蛮清晰的,有问题欢迎评论区指正
-
本例是一个多叉树(树是一种特殊的图,不含回路),遍历方式有两种:深搜,广搜
广搜
-
即层次遍历,本题若用
BFS
来做,需要在节点入队时 保存分支信息,因为题目要求的子树
包含的标签信息。 -
如下图所示
-
这里暂时没有想到较好的解决办法 -_-#
-
下面看一下
深搜
的思路:
深搜
主要思路为:
-
因为
DFS
是对应路径的,这里用哈希表暂存路径信息。 -
遇到相同的标签,用栈来 存储 该路径的节点标签信息,并且不会马上更新祖先节点(
DFS
先遍历到的节点),而是在遍历下一条路径时(即遍历到叶子节点 或者 遍历完一个节点的所有子树),pop
出栈顶元素,更新ans
数组中 栈顶元素的值,并累加到栈的下一个元素。 -
用
vis
数组 来标记已经遍历过的顶点 -
上面单说 有点抽象,下面以一个实际的例子说明
代码
class Solution:
def countSubTrees(self, n: int, edges: List[List[int]], labels: str) -> List[int]:
data = collections.defaultdict(list)
graph = collections.defaultdict(list)
for a, b in edges:
graph[a].append(b)
graph[b].append(a)
res = [0] * n
vis = [False] * n
def dfs(index):
if not vis[index]:
vis[index] = True
data[labels[index]].append([index, 1])
for i, one in enumerate(graph[index]):
if not vis[one]: # 未访问
dfs(one)
a, b = data[labels[index]].pop()
res[a] = b
if data[labels[index]]: # 非空
data[labels[index]][-1][1] += b
dfs(0)
return res
- 时间复杂度: O ( n ) O(n) O(n),n为顶点数量(边的数量为 n − 1 n-1 n−1, 连通无环图 - 树 )
- 空间复杂度: O ( n ) O(n) O(n)