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

第三十七天| 第八章 贪心算法part06 738. 单调递增的数字 968. 监控二叉树

一、738. 单调递增的数字

• 题目链接：https://leetcode.cn/problems/monotone-increasing-digits/

• 题目介绍：

  • 当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时，我们称这个整数是单调递增的。

    给定一个整数 n ，返回 小于或等于 n 的最大数字，且数字呈 单调递增 。

    示例 1:

    输入: n = 10
    输出: 9
    

• 思路：

  • 总体的思路是：
    • 采用后序遍历的方式，如果前一位大于当前这一位，那么前一位就应该减减，然后当前这一位要变成9，以保证单调递增且是最大的；
    • 另一个需要注意的是：只要出现前一位大于后一位的情况，那么从当前位置开始，后面的全部要变为9，为什么呢？
      • 例如：3232
      • 

• 代码：

class Solution {
    public int monotoneIncreasingDigits(int n) {
        // 画个图就知道应该是从后向前遍历
        String str = "" + n;
        char[] ch = str.toCharArray();
        int flag = ch.length;
        for (int i = ch.length - 1; i > 0; i--) {
            if (ch[i] < ch[i - 1]) {
                ch[i - 1]--;
                flag = i;
            }
        }
        for (int i = flag; i < ch.length; i++) {
            ch[i] = '9';
        }
        int result = Integer.parseInt(new String(ch));
        return result;
    }
}

二、968. 监控二叉树（难，不好理解）

• 题目链接：https://leetcode.cn/problems/binary-tree-cameras/

• 题目介绍：

  • 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。

  • 示例 1：

    

    输入：[0,0,null,0,0]
    输出：1
    解释：如图所示，一台摄像头足以监控所有节点。
    

• 思路：

  • 这道题目首先要想，如何放置，才能让摄像头最小的呢？

    从题目中示例，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！

    这是很重要的一个线索，摄像头可以覆盖上中下三层，如果把摄像头放在叶子节点上，就浪费的一层的覆盖。

    所以把摄像头放在叶子节点的父节点位置，才能充分利用摄像头的覆盖面积。

    • 那为什么不从头结点开始看起呢，为啥要从叶子节点看呢？
      • 因为头结点放不放摄像头也就省下一个摄像头， 叶子节点放不放摄像头省下了的摄像头数量是指数阶别的。

  • 贪心就贪在这里：

    • 我们需要从叶子节点开始看，而不是从根节点出发
      • 这是因为减少根节点放置摄像头的个数，只能减少一个；而根节点将会省下指数级别的（因为显而易见，叶子节点的个数会很多）

  • 所以本题大体思路就是**从下到上，采用后序遍历的方式，先给叶子节点父节点放个摄像头，然后隔两个节点放一个摄像头，直至到二叉树头结点。**

    • （1）如何隔两个节点放一个摄像头？

      • 此时需要状态转移，这里的状态转移并不是动态规划中的状态转移公式，而是声明不同的状态：
      • 每个节点的状态有以下几种可能：
        • 0：该节点无覆盖
        • 1：本节点有摄像头
        • 2：本节点有覆盖
          • 注意：本节点无摄像头的情况已经包含在以上三种情况中了

    • （2）空节点是什么状态呢？

      • 显然，它肯定不是“本节点有摄像头”，那它到底是“无覆盖”还是“有覆盖”呢？
        • 如果它是“无覆盖”，那么叶子节点就必须安摄像头，也就意味着和我们的贪心思路相违背。
        • 因此空节点必须是“有覆盖”

    • （3）按照递归三部曲的方式处理二叉树的遍历

      • 第一步：确定递归函数的参数和返回值

        • // 返回的是节点的状态，传入的是根节点
          public int traversal(TreeNode root) {
              
          }
          

      • 第二步：确定递归终止的条件

        • 遇到null节点，向上返回2

      • 第三步：单层递归的逻辑（有四种情况）

        • 注意：情况一二三都是在递归中判断的，情况四因为是整颗二叉树的根节点，所以在主函数中判断即可
        • 情况1：左右节点都有覆盖
          • 左孩子有覆盖，右孩子有覆盖，那么此时中间节点应该就是无覆盖的状态了。
          • 
          • 你可能会有一个疑问，该节点的左右子孩子是“覆盖”的状态，为什么该节点不可能是“有摄像头”呢？
            • 解释如下：
              • 按照上述的逻辑，一个节点为2，只有两种情况，一种是它是null，另一种就是：它下面有一个摄像头
                • 为什么不是它的上一层有摄像头呢？因为我们是从下向上的后序遍历，因此左右子孩子是2，说明一定被覆盖掉了，怎么覆盖掉的，说明前面有摄像头（例如：对于叶子节点而言，如果一个叶子节点有摄像头，就会浪费它下一层的覆盖范围，所以对于叶子节点就要在它的父节点添加摄像头）
        • 情况2：左右节点至少有一个无覆盖的情况
          • 这种情况比较好理解，如果左右子孩子存在没覆盖到的情况，那么这个节点一定要安摄像头
        • 情况3：左右节点至少有一个有摄像头
          • 这种情况也比较好理解，左右孩子节点有一个有摄像头了，那么其父节点就应该是2（覆盖的状态）
          • 
        • 情况4：头结点没有覆盖
          • 前面三种情况都比较容易想到，情况四容易被忽略
          • 以上都处理完了，递归结束之后，可能头结点 还有一个无覆盖的情况，如下图：
          • 

  • 注意：

    • 这个节点状态一定是后序遍历的时候，当前节点的在状态，一定要是从下向上看当前的状态（这个要理解）
    • 比如，你在后序遍历的时候，发现该节点的左右子孩子都是2，那么该节点就应该等于0，然后该节点的父节点就应该放一个摄像头，你这个时候就会想，不是放摄像头了吗？这个0是不是要改成2啊，不是的，你只能返回根节点的值，不要去改变前面遍历过的节点的值，前面遍历节点的值是为了让你推算出根节点的值。

• 代码：

class Solution {
    int result = 0;
    public int minCameraCover(TreeNode root) {
        if (traversal(root) == 0) result++;
        return result;
    }

    public int traversal(TreeNode root) {
        if (root == null) return 2;
        int left = traversal(root.left);
        int right = traversal(root.right);
        if (left == 2 && right ==2) {
            return 0;
        }
        if (left == 0 || right == 0) {
            result++;
            return 1;
        }
        if (left == 1 || right == 1) {
            return 2;
        }
        return -1;
    }
}

• 代码很简洁，思路要理清