代码随想录算法训练营第三十七天| 738.单调递增的数字、968.监控二叉树

系列文章目录

---

---

738.单调递增的数字

贪心算法

从后往前遍历，如果前一个数字大于后一个数字chars[i] > chars[i + 1]，则后一个数字变为9，前一个数字-1。

• 从后往前遍历，是因为只有从后向前遍历才能重复利用上次比较的结果。因前一个数字-1，即 chars[i]--;，此时i位置上的数字有可能比i-1上数字小，如果从前往后遍历，如数字332，从前向后遍历的话，那么就变成了329，此时2又小于了第一位的3了，无法得到真正的结果299。而从后向前遍历，就可以重复利用上次比较得出的结果了，从后向前遍历332的数值变化为：332 -> 329 -> 299
• 注：不能遇到前一个数字大于后一个数字chars[i] > chars[i + 1]，就把后一个数字变为9，前一个数字-1。如果这样写会出现：2100->2090->1990，而正确答案应该是1999。
• 而应该只将前一个数字-1，同时记录后一个数字的位置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 = chars.length;
        for (int i = chars.length - 2; i >= 0; i--) {
            if (chars[i] > chars[i + 1]) {
                chars[i]--;//得到的对应的ASCII 值
                //chars[i] = (Integer.parseInt(chars[i]) - 1) + "";
                start = i + 1;
            }
        }
        for (int i = start; i < chars.length; i++) {
            chars[i] = '9';
        }
        return Integer.parseInt(String.valueOf(chars));
    }
}

---

968.监控二叉树（困难题）

贪心算法

• 从下往上看，局部最优：让叶子节点的父节点安摄像头，所用摄像头最少，整体最优：全部摄像头数量所用最少！局部最优推出全局最优。
• 大体思路就是从低到上，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。
• 此时这道题目有两个难点：①二叉树的遍历。②如何隔两个节点放一个摄像头。
  • ①确定遍历顺序：使用后序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。

    int traversal(TreeNode* cur) {
    
        // 空节点，该节点有覆盖
        if (终止条件) return ;
    
        int left = traversal(cur->left);    // 左
        int right = traversal(cur->right);  // 右
    
        逻辑处理                            // 中
        return ;
    }
    

    注意在以上代码中我们取了左孩子的返回值，右孩子的返回值，即left 和 right， 以后推导中间节点的状态。
  • ②如何隔两个节点放一个摄像头：
    此时需要状态转移的公式，大家不要和动态的状态转移公式混到一起，本题状态转移没有择优的过程，就是单纯的状态转移！
    每个节点有如下三种状态：
    状态 0：该节点无覆盖；
    状态 1：本节点有摄像头；
    状态 2：本节点有覆盖；
    （本节点无摄像头，其实无摄像头就是 无覆盖 或者 有覆盖的状态）
    因为在遍历树的过程中，就会遇到空节点，空节点不能是无覆盖的状态，这样叶子节点就要放摄像头了，空节点也不能是有摄像头的状态，这样叶子节点的父节点就没有必要放摄像头了，而是可以把摄像头放在叶子节点的爷爷节点上。所以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。
• 递推关系：

  • 递归的终止条件：遇到空节点，返回2（有覆盖） 。

  • 单层逻辑处理：
    (子节点状态, 子节点状态) -> 当前节点状态

    (0, 0) -> 1
    (0, 1) -> 1
    (0, 2) -> 1
    (1, 0) -> 1
    (2, 0) -> 1
    (1, 1) -> 2
    (1, 2) -> 2
    (2, 1) -> 2
    (2, 2) -> 0
    

    ①情况1：左右节点至少有一个无覆盖的情况；有一个孩子没有覆盖，父节点就应该放摄像头。此时摄像头的数量要+1，并且return 1，代表中间节点放摄像头。
    ②情况2：左右节点至少有一个有摄像头；其实就是 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）。
    ③情况3：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。
    ④情况4：头结点没有覆盖；递归结束之后，还要判断根节点，如果没有覆盖，摄像头的数量要+1。

/**
 * Definition for a binary tree node.
 * public class TreeNode {
 * int val;
 * TreeNode left;
 * TreeNode right;
 * TreeNode() {}
 * TreeNode(int val) { this.val = val; }
 * TreeNode(int val, TreeNode left, TreeNode right) {
 * this.val = val;
 * this.left = left;
 * this.right = right;
 * }
 * }
 */
//后序遍历-左右中（从下往上遍历）
class Solution {
    int res;

    public int minCameraCover(TreeNode root) {
        //递归后判断根节点的状态，如果为未覆盖，则需加一个摄像头,防止根节点是无覆盖状态
        if (minCamera(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 minCamera(TreeNode node) {
        //终止条件，空节点默认为 有覆盖状态，避免在叶子节点上放摄像头
        if (node == null) {
            return 2;
        }
        int left = minCamera(node.left);//左
        int right = minCamera(node.right);//右
        //中
        if (left == 0 || right == 0) {//左右节点至少有一个没覆盖,那本节点此时应该放一个摄像头
            res++;//添加一个摄像头
            return 1;
        } else if (left == 1 || right == 1) return 2;//左右节点至少有一个摄像头，那么本节点就是处于被覆盖状态
        else return 0;//左右节点都已经被覆盖, 那么本节点的状态就应该是无覆盖,没有摄像头
    }
}

---