738.单调递增的数字 ★
文档讲解 : 代码随想录 - 738.单调递增的数字
状态:再次回顾。(★:需要多次回顾并重点回顾。)
思路:
选择从后向前遍历。
局部最优: strNum[i - 1] > strNum[i]
时,strNum[i - 1]--
并将strNum[i]
置为9
,可保证当前数字最大;
全局最优: 小于等于N的最大单调递增的整数。
本题代码
class Solution {
public:
int monotoneIncreasingDigits(int N) {
string strNum = to_string(N);
// flag用来标记赋值9从哪里开始
// 设置为这个默认值,为了防止第二个for循环在flag没有被赋值的情况下执行
int flag = strNum.size();
for (int i = strNum.size() - 1; i > 0; i--) {
if (strNum[i - 1] > strNum[i] ) {
flag = i;
strNum[i - 1]--;
}
}
for (int i = flag; i < strNum.size(); i++) {
strNum[i] = '9';
}
return stoi(strNum);
}
};
- 时间复杂度:O(n),n 为数字长度
- 空间复杂度:O(n),需要一个字符串,转化为字符串操作更方便
968.监控二叉树 ★
文档讲解 : 代码随想录 - 968.监控二叉树
状态:再次回顾。(★:需要多次回顾并重点回顾。)
本题难点:
- 二叉树的遍历
- 如何隔两个节点放一个摄像头
1. 二叉树的遍历:
后序遍历,可以在回溯的过程中从下到上进行推导。
2. 如何隔两个节点放一个摄像头:
节点有三种状态:
- 0:该节点无覆盖
- 1:本节点有摄像头
- 2:本节点有覆盖
首先,空节点的状态只能是有覆盖,这样就可以在叶子节点的父节点放摄像头了。
单层逻辑主要存在以下四种情况:
-
情况一: 左右节点都有覆盖 (
left == 2 && right == 2
)
应该将该节点置为无覆盖状态,也就是return 0
-
情况二: 左右节点至少有一个无覆盖的情况 (
left == 0 || right == 0
)
应该放摄像头使节点覆盖,也就是return 1
,并且增加摄像头结果result++
-
情况三: 左右节点至少有一个有摄像头 (
left == 1 || right == 1
)
应该置为有覆盖状态,也就是return 2
-
情况四: 头节点没有覆盖
如果递归结束,头节点没有被覆盖,状态是0
,那应该增加一个摄像头result++
//贪心策略:局部最优:叶子节点数量最多,取叶子节点的父节点为摄像头,可以尽可能覆盖更多节点 -> 摄像头少
// 全局最优:树的所有节点所需最小摄像头数量
class Solution {
int result = 0;
//0 : 无覆盖(还没被摄像头覆盖); 1:摄像头,处理结果; 2:有覆盖
int traversal(TreeNode* cur) {
if (cur == NULL) return 2; //只能是有覆盖状态,如果是0:无覆盖,叶子节点必须是1:摄像头;如果是1:摄像头,叶子节点必须是2:有覆盖
// 空节点,该节点有覆盖
if (cur == NULL) return 2;
int left = traversal(cur->left); // 左
int right = traversal(cur->right); // 右
// 情况1
// 左右节点都有覆盖
if (left == 2 && right == 2) return 0;
// 情况2
// left == 0 && right == 0 左右节点无覆盖
// left == 1 && right == 0 左节点有摄像头,右节点无覆盖
// left == 0 && right == 1 左节点有无覆盖,右节点摄像头
// left == 0 && right == 2 左节点无覆盖,右节点覆盖
// left == 2 && right == 0 左节点覆盖,右节点无覆盖
if (left == 0 || right == 0) {
result++;
return 1;
}
// 情况3
// left == 1 && right == 2 左节点有摄像头,右节点有覆盖
// left == 2 && right == 1 左节点有覆盖,右节点有摄像头
// left == 1 && right == 1 左右节点都有摄像头
// 其他情况前段代码均已覆盖
if (left == 1 || right == 1) return 2;
// 以上代码我没有使用else,主要是为了把各个分支条件展现出来,这样代码有助于读者理解
// 这个 return -1 逻辑不会走到这里。
return -1;
}
public:
int minCameraCover(TreeNode* root) {
result = 0;
// 情况4
if (traversal(root) == 0) { // root 无覆盖
result++;
}
return result;
}
};
- 时间复杂度: O(n),需要遍历二叉树上的每个节点
- 空间复杂度: O(n)