968.监控二叉树 树上最小支配集

2024-04-28 22:44

本文主要是介绍968.监控二叉树 树上最小支配集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 法一: 动态规划

一个被支配的节点只会有三种状态

        1.它本身有摄像头

        2.他没有摄像头, 但是它的父节点有摄像头

        3.他没有摄像头, 但是它的子节点有摄像头

我们 dfs(node,state) 记录在node节点时(以node为根的子树),状态为state下的所有最小摄像头

// 本身有摄像头就看左右孩子了

dfs(node,1) = min(dfs(node->left,1),dfs(node->left,2),dfs(node->left,3)) +

                      min(dfs(node->right,1),dfs(node->right,2),dfs(node->right,3)) + 1

// 本身没有摄像头, 左右孩子不能是2

dfs(node,2) = min(dfs(node->left,1),dfs(node->left,3)) +

                      min(dfs(node->left,1),dfs(node->left,3))

// 本身没有摄像头, 要靠子节点保障,同样左右孩子不能是2,而且至少有一个1

dfs(node,3) = min(dfs(node->left,1)+dfs(root->right,3), dfs(node->left,3)+dfs(node->right,1), 

                       dfs(node->left,1)+dfs(root->right,1))

边界条件怎么思考呢:

        tmp=dfs(nullptr,state)  state为1,tmp是INT_MAX/2  state为2,3,tmp是0

        因为state不应该是1,也就是叶子节点的不应该是用nullptr保障 ,所以我们把这种情况要筛掉

        而当他是2,3时,也就是说让nullptr的监控让他的父节点或者子节点保障,但是因为nullptr不需要监控,所以返回0就行

 代码如下:

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public://最小支配集 int minCameraCover(TreeNode* root) {// 首先对于 一个节点,要被覆盖只有三种情况 //1. 它本身安装了摄像头                  ->记成蓝色 blue 0//2.(他没安装)它的父节点安装了摄像头      ->记成红色 red 1//3.(他没安装)它的孩子有一个安装了摄像头  ->记成黄色 yellow 2//对于根节点是蓝色 ans = min(l_blue,l_red,l_yellow) + min(r_blue,r_red,r_yellow) + 1//对于根节点是红色,子节点不能是红色 ans = min(l_blue,l_yellow) + min(r_blue,r_yellow)//对于根节点是黄色,子节点不能是红色 ans = min(l_blue+r_yellow, l_yellow+r_blue, l_blue+r_blue)map<pair<TreeNode*,int>,int> memo;function<int(TreeNode*,int)> dfs=[&](TreeNode* root,int color)->int{if(!root){if(color==0) return INT_MAX/2;  //else return 0; }if(memo.count({root,color})) return memo[{root,color}];//null节点不能是蓝色 因为叶子节点不能把希望寄托在null上 把这种情况排除//但是null节点可以是红色或者黄色 //红色意味着该null也被监视了,虽然没必要,但是也不算错//黄色意味着该节点的安全由子节点保证 但是本来这个节点就是null 不用保证其安全if(color==0){return memo[{root,color}]=min(dfs(root->left,0),min(dfs(root->left,1),dfs(root->left,2))) + min(dfs(root->right,0),min(dfs(root->right,1),dfs(root->right,2))) + 1;}else if(color==1){return memo[{root,color}]=min(dfs(root->left,0),dfs(root->left,2)) + min(dfs(root->right,0),dfs(root->right,2));}else {return memo[{root,color}]=min(dfs(root->left,0)+dfs(root->right,2),min(dfs(root->left,2)+dfs(root->right,0),dfs(root->left,0)+dfs(root->right,0)));}};return min(dfs(root,0),dfs(root,2));}
};

法二: 贪心

        我们跳出思维定式来看看这个题,怎么 "贪心地" 使得使用最少的节点来支配整个树,显然在一层一层的来看,叶子节点不要放,在叶子节点的父节点放摄像头,然后跳过两个,在这一层放摄像头,然后再跳过两个,在这一层放摄像头,一直这样到根节点. 

        算法的正确可以这样想,叶子节点a一定要被监控,显然放在a的双亲是收益最大的,然后往上找没有监控的节点,用同样的贪心思想

        至于为什么不从根节点往下呢,可以这样想: 叶子节点一定是比根节点要多的,所以应该抓大头

我们把所有节点分成三种情况:

        0. 本身放了摄像头

        1. 本身没有摄像头,但是被子节点监控了

        2. 本身没有摄像头,但是被父节点监控了

这样就是说nullptr往上返回1, (因为显然不会是0,而为了让摄像头最少,又不能是2)

上一层如果收到了下面的两个1,就返回一个2

上一层如果收到了下面的2,就往上返回0 (只要收到一个2)

上一层如果收到了下面的0,就往上返回1 (只要收到一个0)

如果收到了一个0,一个2呢, 显然返回是0, 不如就会有一个节点没有被监控

而最后走到根节点又没有父节点,所有如果根节点返回2, ans是要加1的

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left), right(right) {}* };*/
class Solution {
public://最小支配集 int minCameraCover(TreeNode* root) { int res=0;function<int(TreeNode*)> travel=[&](TreeNode*root)->int{if(!root) return 1;int left=travel(root->left);int right=travel(root->right);if(left==1 && right==1) return 2;               //情况1 if(left==2 || right==2) { res++; return 0;}     //情况2if(left==0 || right==0) return 1;               //情况3  return -1;};if(travel(root)==2) res++;return res;}
};

 

这篇关于968.监控二叉树 树上最小支配集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/944454

相关文章

使用zabbix进行监控网络设备流量

《使用zabbix进行监控网络设备流量》这篇文章主要为大家详细介绍了如何使用zabbix进行监控网络设备流量,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录安装zabbix配置ENSP环境配置zabbix实行监控交换机测试一台liunx服务器,这里使用的为Ubuntu22.04(

springboot健康检查监控全过程

《springboot健康检查监控全过程》文章介绍了SpringBoot如何使用Actuator和Micrometer进行健康检查和监控,通过配置和自定义健康指示器,开发者可以实时监控应用组件的状态,... 目录1. 引言重要性2. 配置Spring Boot ActuatorSpring Boot Act

Java实现任务管理器性能网络监控数据的方法详解

《Java实现任务管理器性能网络监控数据的方法详解》在现代操作系统中,任务管理器是一个非常重要的工具,用于监控和管理计算机的运行状态,包括CPU使用率、内存占用等,对于开发者和系统管理员来说,了解这些... 目录引言一、背景知识二、准备工作1. Maven依赖2. Gradle依赖三、代码实现四、代码详解五

python使用watchdog实现文件资源监控

《python使用watchdog实现文件资源监控》watchdog支持跨平台文件资源监控,可以检测指定文件夹下文件及文件夹变动,下面我们来看看Python如何使用watchdog实现文件资源监控吧... python文件监控库watchdogs简介随着Python在各种应用领域中的广泛使用,其生态环境也

流媒体平台/视频监控/安防视频汇聚EasyCVR播放暂停后视频画面黑屏是什么原因?

视频智能分析/视频监控/安防监控综合管理系统EasyCVR视频汇聚融合平台,是TSINGSEE青犀视频垂直深耕音视频流媒体技术、AI智能技术领域的杰出成果。该平台以其强大的视频处理、汇聚与融合能力,在构建全栈视频监控系统中展现出了独特的优势。视频监控管理系统EasyCVR平台内置了强大的视频解码、转码、压缩等技术,能够处理多种视频流格式,并以多种格式(RTMP、RTSP、HTTP-FLV、WebS

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

poj 1287 Networking(prim or kruscal最小生成树)

题意给你点与点间距离,求最小生成树。 注意点是,两点之间可能有不同的路,输入的时候选择最小的,和之前有道最短路WA的题目类似。 prim代码: #include<stdio.h>const int MaxN = 51;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int P;int prim(){bool vis[MaxN];

poj 2349 Arctic Network uva 10369(prim or kruscal最小生成树)

题目很麻烦,因为不熟悉最小生成树的算法调试了好久。 感觉网上的题目解释都没说得很清楚,不适合新手。自己写一个。 题意:给你点的坐标,然后两点间可以有两种方式来通信:第一种是卫星通信,第二种是无线电通信。 卫星通信:任何两个有卫星频道的点间都可以直接建立连接,与点间的距离无关; 无线电通信:两个点之间的距离不能超过D,无线电收发器的功率越大,D越大,越昂贵。 计算无线电收发器D

poj 1734 (floyd求最小环并打印路径)

题意: 求图中的一个最小环,并打印路径。 解析: ans 保存最小环长度。 一直wa,最后终于找到原因,inf开太大爆掉了。。。 虽然0x3f3f3f3f用memset好用,但是还是有局限性。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#incl