力扣 968. 监控二叉树

跳转至 监控二叉树https://leetcode-cn.com/problems/binary-tree-cameras/

题目

        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。
示例 2：


输入：[0,0,null,0,null,0,null,null,0]
输出：2
解释：需要至少两个摄像头来监视树的所有节点。 上图显示了摄像头放置的有效位置之一。

提示：

给定树的节点数的范围是 [1, 1000]。
每个节点的值都是 0。

题解

        一般这种情况多样的首先都会想到用动态规划去求解，关键在于如何找到状态转移公式和处理边界问题。

        假设当前的节点为root，其左右孩子节点分别记为left、right，要使三者都被检测到的话可以分为两种情况：

        1. 在root上放置摄像头，那么left和right都可以被检测到，目前只需保证left的子树和right的子树被检测到即可。

        2. 不在root上放置摄像头，那么left和right必定需要放置摄像头，且需保证left的子树和right的子树被检测到。

        综上所述，我们可以将root的状态分为三种：

        状态a：在root上放置节点，保证root子树都被检测到的摄像头数目。

        状态b：覆盖整个子树所需的摄像头数目。

        状态c：只保证root子树都被检测到的摄像头数目，不保证root是否被检测到。

        设三种状态对应的左右子树所需的摄像头数目为  和 。

        对于状态a，可以推导出  （状态c的左子树和右子树的总摄像头数目+1，保证root放置了摄像头）；

        对于状态b，可以推导出  （状态a可能不是最优解，那么还需比较其余两种符合的结果）；

        对于状态c，可以推导出  （对于状态c，状态a和状态b都符合状态c的条件，取其二最小值）。

        最后一步处理边界，当root为空的时候，那么将不需要放置摄像头。对于状态b和状态c而言是无需比较状态a的值的，所以状态a的结果返回Infinity。

function minCameraCover(root: TreeNode | null): number {
    function dfs(root: TreeNode | null): [number, number, number] {
        // 当root为空的时候，那么将不需要放置摄像头。对于状态b和状态c而言是无需比较状态a的值的，所以状态a的结果返回Infinity。
        if(!root) return [Infinity, 0, 0]
        const [la, lb, lc] = dfs(root.left)
        const [ra, rb, rc] = dfs(root.right)
        const a: number = lc + rc + 1
        const b: number = Math.min(a, Math.min(la + rb, ra + lb))
        const c: number = Math.min(a, lb + rb)
        return [a, b ,c]
    }
    // 我们最终需要的答案为状态b
    return dfs(root)[1]
};

执行效率如下：