D37第八章 贪心算法 part06 ● 738.单调递增的数字 ● 968.监控二叉树 ● 总结

第八章 贪心算法 part06

• 738.单调递增的数字
• 给定一个非负整数N，找出小于或等于N的最大的整数，同时这个整数需要满足其各个位数上的数字是单调递增。（当且仅当每个相邻位数上的数字x和y满足x<=y，我们称这个整数是单调递增的）
• 题目要求小于等于N的最大单调递增的整数，那么拿一个两位数的数字来举例。例如：98.一旦出现非递增的情况，这样这个整数就是89.即小于98的最大的单调递增整数。此时是从前向后遍历还是从后向前遍历呢。从前向后遍历的话，遇到strnum[i-1]>strnum[i]的情况，让strnum[i-1]减一，但此时如果减一，可能又小于strnum[i-2].这么说有点抽象，举个例子：332会变成329，此时2又小于前一位了，真正的结果应该是299.那么从后向前遍历，就可以重复利用上次比较得出的结果了，从后往前遍历332的数值变化为332》329》299确定了遍历顺序后，那么此时局部最优就可以退出全局，找不出反例。试试贪心。
• 本题只要想清楚个例，例如98，一旦出现非单调递增，首先想让左边减一，右边赋值9，这样这个整数就是89，就可以很自然想到对应的贪心解法了。想到了贪心，还要考虑遍历顺序，只有从后往前遍历才能重复利用上次比较的结果，最后实现代码的时候，也需要一些技巧，例如用一个flag来标记从哪里开始赋值9

• class Solution {
      public int monotoneIncreasingDigits(int n) {
          String s = String.valueOf(n);
          char[] chars = s.toCharArray();
          int start = s.length();
          for (int i = s.length() - 2; i >= 0; i--) {
              if (chars[i] > chars[i + 1]) {
                  chars[i]--;
                  start = i+1;
              }
          }
          for (int i = start; i < s.length(); i++) {
              chars[i] = '9';
          }
          return Integer.parseInt(String.valueOf(chars));
      }
  }

• 968.监控二叉树
• 给定一个二叉树，我们在树的结点上安装摄像头。结点上的每个摄像头都可以监视其父对象，自身及其直接子对象。计算监控树的所有结点所需要的最小摄像头数量。这道题首先要想，如何放置，才能让摄像头最小呢？从题目中实例，其实可以得到启发，我们发现题目示例中的摄像头都没有放在叶子节点上，这是一个很重要的线索，摄像头可以覆盖上中下三层，如果把摄像头放在叶子结点上，就浪费一层的覆盖。所以把摄像头放在叶子结点的父节点位置，才能充分利用摄像头的覆盖面积。那么有同学就要问了，为什么不从头结点开始看起呢，为啥要从叶子结点看呢？因为头结点放不放摄像头也就省下了一个摄像头，叶子结点放不放摄像头省下的摄像头数量是指数级别的。所以我们要从下往上看，局部最优：让叶子结点的父节点安摄像头，所用摄像头最少，整体最优f:全部摄像头数量所用最少。局部最优推出全局最优，找不出反例，那么就按照 贪心来。此时，大体思路就是从低到上，先给叶子结点父节点放个摄像头，然后隔两个结点放一个摄像头，直到二叉树头结点。
• 此时这道题目还有两个难点：
• 二叉树的遍历
• 如何隔两个结点放一个摄像头
• 确定遍历顺序，在二叉树中如何从低向上推导呢。可以使用后续遍历也就是左右中的顺序，这样就可以在回溯的过程中从下到上进行推导了。后续遍历代码如下：
• 注意在以上代码中我们取了做孩子的返回值，右孩子的返回值，即left和right。以后推导中间结点的状态。
• 如何隔两个结点放一个摄像头，此时需要转移状态的公式，大家不要和动态的状态转移公式混在一起，本题状态转移没有择优的过程，就是单纯的状态转移
• 来看看这几个状态应该如何转移，先来看看每个结点可能有几种状态：
• 该结点无覆盖  本节点有摄像头  本节点有覆盖
• 我们用三个数字表示：0无覆盖 1有摄像头 2有覆盖
• 因为在遍历树的过程中，就会遇到空节点，那么问题来了，空节点究竟是哪一种状态呢，空节点表示无覆盖 有摄像头 还是有覆盖呢
• 回归本质，为了让摄像头数量最少，我们尽量让叶子结点的父节点安装摄像头，这样才能摄像头的数量最少。那么空节点不能是无覆盖的状态，这样叶子结点就要放摄像头了，空节点也不能是有摄像头的状态，。所以空节点的装填只能是有覆盖，这样就可以在叶子结点的父亲 放摄像头了。接下来就是递推关系。那么递归的终止条件应该是遇到了空节点，此时应该返回2，
• 单层逻辑：情况1f:左右节点有覆盖，那么此时中间结点应该就是无覆盖状态了。
• 情况2：左右结点至少有1个无覆盖的情况，如果是一下情况，则中间结点应该放摄像头：这个不难理解，毕竟有一个孩子没有覆盖，父节点就应放摄像头，此时摄像头的数量要加1，并且要return1，代表中间结点放摄像头。
• 情况3：左右结点至少有1个摄像头，如果是一下情况，其实就是左右孩子结点有一个有摄像头了，那么其父节点就应该是2，覆盖状态，
• 情况4：头结点没有覆盖，以上都处理完了，递归结束后，可能头结点还有一个无覆盖的情况，所以递归结束之后，还要判断根结点，如果没有覆盖，result加加，

• class Solution {
      int  res=0;
      public int minCameraCover(TreeNode root) {
          // 对根节点的状态做检验,防止根节点是无覆盖状态 .
          if(minCame(root)==0){
              res++;
          }
          return res;
      }
      /**
       节点的状态值：
         0 表示无覆盖
         1 表示 有摄像头
         2 表示有覆盖
      后序遍历，根据左右节点的情况,来判读 自己的状态
       */
      public int minCame(TreeNode root){
          if(root==null){
              // 空节点默认为 有覆盖状态，避免在叶子节点上放摄像头
              return 2;
          }
          int left=minCame(root.left);
          int  right=minCame(root.right);
  
          // 如果左右节点都覆盖了的话, 那么本节点的状态就应该是无覆盖,没有摄像头
          if(left==2&&right==2){
              //(2,2)
              return 0;
          }else if(left==0||right==0){
              // 左右节点都是无覆盖状态,那 根节点此时应该放一个摄像头
              // (0,0) (0,1) (0,2) (1,0) (2,0)
              // 状态值为 1 摄像头数 ++;
              res++;
              return 1;
          }else{
              // 左右节点的 状态为 (1,1) (1,2) (2,1) 也就是左右节点至少存在 1个摄像头，
              // 那么本节点就是处于被覆盖状态
              return 2;
          }
      }
  }

• 总结