题目
给你一棵树,树上有 n 个节点,按从 0 到 n-1 编号。树以父节点数组的形式给出,其中 parent[i] 是节点 i 的父节点。树的根节点是编号为 0 的节点。
请你设计并实现 getKthAncestor(int node, int k) 函数,函数返回节点 node 的第 k 个祖先节点。如果不存在这样的祖先节点,返回 -1 。
树节点的第 k 个祖先节点是从该节点到根节点路径上的第 k 个节点。
示例:
输入:
["TreeAncestor","getKthAncestor","getKthAncestor","getKthAncestor"]
[[7,[-1,0,0,1,1,2,2]],[3,1],[5,2],[6,3]]
输出:
[null,1,0,-1]
解释:
TreeAncestor treeAncestor = new TreeAncestor(7, [-1, 0, 0, 1, 1, 2, 2]);
treeAncestor.getKthAncestor(3, 1); // 返回 1 ,它是 3 的父节点
treeAncestor.getKthAncestor(5, 2); // 返回 0 ,它是 5 的祖父节点
treeAncestor.getKthAncestor(6, 3); // 返回 -1 因为不存在满足要求的祖先节点
提示:
1 <= k <= n <= 5*10^4
parent[0] == -1 表示编号为 0 的节点是根节点。
对于所有的 0 < i < n ,0 <= parent[i] < n 总成立
0 <= node < n
至多查询 5*10^4 次
分析
本题目使用了 Binary Lifting 的方法。本质是应用了动态规划预处理每个结点到它的第 2^j 个祖先。
定义: 为结点
的第
个祖先。那么,根据定义,
就是结点
的父节点,也就是
。
状态转移方程:
解释:要求结点 的第
个祖先,先找到结点
的第
个结点,然后从当前结点再走
步,才能找到结点
的第
个祖先。
如:希望找到结点 6 的第 4 (j = 2)个祖先,也就是 , 先找到结点 6 的第 2 (j = 1)个祖先:结点 3。再找结点 3 的第 2 个祖先:结点 0。即:
。
预处理时间复杂度:O(nlogn), n 个结点,每个结点需要缓存的最大祖先个数是 logn。
查询时间复杂度:O(logk)。
代码
class TreeAncestor {
int[][] dp;
public TreeAncestor(int n, int[] parent) {
int jMax = (int) (Math.log(n) / Math.log(2));
this.dp = new int[n][jMax + 1]; // 树的最大高度是 n,2^j = n, j = log_2(n)
for (int i = 0; i < n; i++) {
dp[i][0] = parent[i];
}
// dp[i][j] = dp[dp[i][j - 1]][j - 1]
for (int i = 0; i < n; i++) {
for (int j = 1; j <= jMax; j++) {
if (dp[i][j - 1] != -1) {
dp[i][j] = dp[dp[i][j - 1]][j - 1];
} else {
dp[i][j] = -1;
}
}
}
}
public int getKthAncestor(int node, int k) {
if (k == 0 || node == -1) return node; // 如果要求查第 0 个祖先,也就是自己,或者已经到根结点
int p = (int) (Math.log(k) / Math.log(2)); // 走 2^p 步
return getKthAncestor(dp[node][p], k - (1 << p)); // 找到走 2^p 步后的结点,从该点再走 k - 2^p 步,即可到达所求结点
}
}
/**
* Your TreeAncestor object will be instantiated and called as such:
* TreeAncestor obj = new TreeAncestor(n, parent);
* int param_1 = obj.getKthAncestor(node,k);
*/