【中等】建立四叉树——（分治）-CSDN博客

本文链接：https://blog.csdn.net/wq3095435422/article/details/124495279

题目描述

给你一个 n * n 矩阵 grid ，矩阵由若干 0 和 1 组成。请你用四叉树表示该矩阵 grid 。

你需要返回能表示矩阵的四叉树的根结点。

注意，当 isLeaf 为 False 时，你可以把 True 或者 False 赋值给节点，两种值都会被判题机制接受。

四叉树数据结构中，每个内部节点只有四个子节点。此外，每个节点都有两个属性：

val：储存叶子结点所代表的区域的值。1 对应 True，0 对应 False；
isLeaf: 当这个节点是一个叶子结点时为 True，如果它有 4 个子节点则为 False 。

class Node {
    public boolean val;
    public boolean isLeaf;
    public Node topLeft;
    public Node topRight;
    public Node bottomLeft;
    public Node bottomRight;
}

我们可以按以下步骤为二维区域构建四叉树：

1. 如果当前网格的值相同（即，全为 0 或者全为 1），将 isLeaf 设为 True ，将 val 设为网格相应的值，并将四个子节点都设为 Null 然后停止。
2. 如果当前网格的值不同，将 isLeaf 设为 False，将 val 设为任意值，然后如下图所示，将当前网格划分为四个子网格。
3. 使用适当的子网格递归每个子节点。
在这里插入图片描述

四叉树格式：

输出为使用层序遍历后四叉树的序列化形式，其中 null 表示路径终止符，其下面不存在节点。

它与二叉树的序列化非常相似。唯一的区别是节点以列表形式表示 [isLeaf, val] 。

如果 isLeaf 或者 val 的值为 True ，则表示它在列表 [isLeaf, val] 中的值为 1 ；如果 isLeaf 或者 val 的值为 False ，则表示值为 0 。

示例1：

在这里插入图片描述

输入：grid = [[0,1],[1,0]]
输出：[[0,1],[1,0],[1,1],[1,1],[1,0]]
解释：此示例的解释如下：
请注意，在下面四叉树的图示中，0 表示 false，1 表示 True 。
在这里插入图片描述
示例2：

输入：grid = [[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,1,1,1,1],[1,1,1,1,1,1,1,1],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0]]
输出：[[0,1],[1,1],[0,1],[1,1],[1,0],null,null,null,null,[1,0],[1,0],[1,1],[1,1]]
解释：网格中的所有值都不相同。我们将网格划分为四个子网格。
topLeft，bottomLeft 和 bottomRight 均具有相同的值。
topRight 具有不同的值，因此我们将其再分为 4 个子网格，这样每个子网格都具有相同的值。
解释如下图所示：

在这里插入图片描述
示例 3：
输入：grid = [[1,1],[1,1]]
输出：[[1,1]]

示例 4：
输入：grid = [[0]]
输出：[[1,0]]

示例 5：
输入：grid = [[1,1,0,0],[1,1,0,0],[0,0,1,1],[0,0,1,1]]
输出：[[0,1],[1,1],[1,0],[1,0],[1,1]]

提示：
n == grid.length == grid[i].length
n == 2^x 其中 0 <= x <= 6

解题思路

明显的分治策略，将每一个输入矩阵切分为上左、上右、下左、下右，递归终止条件为输入矩阵全0或全1。
其递归方程为：
在这里插入图片描述
时间复杂度分析：
$\left\{ \begin{gathered} O(1) \\ 4T(n/2) + O(1) \\ \end{gathered} \right.$
时间复杂度为
$T(n) = O({4^k}),k = {\log _2}^n$

代码：

// Definition for a QuadTree node.
class Node {
    public boolean val;
    public boolean isLeaf;
    public Node topLeft;
    public Node topRight;
    public Node bottomLeft;
    public Node bottomRight;

    
    public Node() {
        this.val = false;
        this.isLeaf = false;
        this.topLeft = null;
        this.topRight = null;
        this.bottomLeft = null;
        this.bottomRight = null;
    }
    
    public Node(boolean val, boolean isLeaf) {
        this.val = val;
        this.isLeaf = isLeaf;
        this.topLeft = null;
        this.topRight = null;
        this.bottomLeft = null;
        this.bottomRight = null;
    }
    
    public Node(boolean val, boolean isLeaf, Node topLeft, Node topRight, Node bottomLeft, Node bottomRight) {
        this.val = val;
        this.isLeaf = isLeaf;
        this.topLeft = topLeft;
        this.topRight = topRight;
        this.bottomLeft = bottomLeft;
        this.bottomRight = bottomRight;
    }
};

class Solution {
    int[][] grid;
    public Node construct(int[][] grid) {
        this.grid=grid;
        return construct0(0,0,grid.length);
    }
    public Node construct0(int rowbegin,int colbegin,int n) {
        int scan=isScan(rowbegin,colbegin,n);
        if(scan!=-1) return new Node(scan==1,true);
        int k=n/2;
        Node res=new Node(true,false);
        res.topLeft=construct0(rowbegin,colbegin,k);
        res.topRight=construct0(rowbegin,colbegin+k,k);
        res.bottomLeft=construct0(rowbegin+k,colbegin,k);
        res.bottomRight=construct0(rowbegin+k,colbegin+k,k);
        return res;
    }
    public int isScan(int rowbegin,int colbegin,int n){
        int s=grid[rowbegin][colbegin];
        for (int i=rowbegin;i<rowbegin+n;i++)
            for (int j = colbegin; j < colbegin+n; j++)
                if (s != grid[i][j]) return -1;
        return s;
    }
}