代码随想录第三十七天 | 贪心：局部最优不好想，单调递增的数字（738）；在二叉树上进行复杂情况状态推导，监控二叉树（968）；贪心算法总结思维导图

原创已于 2024-10-29 11:41:04 修改 · 170 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

leetcode c++

于 2023-10-30 17:31:14 首次发布

文章讨论了如何使用贪心策略解决LeetCode中的两个问题：单调递增整数的寻找和二叉树上最小摄像头覆盖。作者通过实例和代码展示了如何通过观察个例、确定遍历顺序以及巧妙地进行状态转移来解决这两个问题。

1、局部最优不好想，单调递增的数字

1.1 leetcode 738：单调递增的数字

第一遍代码，数字递减一个个判断（暴力模拟），超时了

低一位数字，来判断是不是递减，初始化的时候要大于等于9，因为一位数字肯定是满足的

class Solution {
public:
    bool isRaise(int n) {
        int num = 0;//算几位数字
        int tmp = n;
        while(tmp > 0) {
            num++;
            tmp = tmp / 10;
        }
        //从前往后单调递增，就是从后往前单调递减
        int frontNum = 10;
        //低一位数字，来判断是不是递减，初始化的时候要大于等于9，因为一位数字肯定是满足的
        for(int i = 0; i < num; i++) {
            int tmp2 = n % 10;
            if(tmp2 > frontNum) return false;
            frontNum = tmp2;
            n = n / 10;
        }
        return true;
    }

    int monotoneIncreasingDigits(int n) {
        int res = n;
        while(isRaise(res) == false) {
            res--;
        }
        return res;
    }
};

时间复杂度：O(n × m) m为n的数字长度
空间复杂度：O(1)

贪心算法解法
题目要求小于等于N的最大单调递增的整数，那么拿一个两位的数字来举例

例如：98，一旦出现strNum[i - 1] > strNum[i]的情况（非单调递增），首先想让strNum[i - 1]--，然后strNum[i]给为9（实际上所有从第i位到数组最后都需要为9，可以考虑输入为100的情况），这样这个整数就是89，即小于98的最大的单调递增整数

此时是从前向后遍历还是从后向前遍历呢？
从前向后遍历的话，遇到strNum[i - 1] > strNum[i]的情况，让strNum[i - 1]减一，但此时如果strNum[i - 1]减一了，可能又小于strNum[i - 2]
举个例子，数字：332，从前向后遍历的话，那么就把变成了329，此时2又小于了第一位的3了，真正的结果应该是299，原因是这是递增数列，减一了之后需要判断是否还是保持了递增
那么从后向前遍历，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
确定了遍历顺序之后，那么此时局部最优就可以推出全局，找不出反例，试试贪心

自己按照思路实现代码
先把每一位数字都取到，从低位到高位（顺序相对于数字中的顺序是反的）
比如输入100，不光i-1位置上需要设成9，所有i-1到0号位置都需要变为9
处理完毕再组合成数字，0号位置是个位

class Solution {
public:
    int monotoneIncreasingDigits(int n) {
        //先把每一位数字都取到，从低位到高位（顺序相对于数字中的顺序是反的）
        vector<int> num;
        while(n > 0) {
            int tmp = n % 10;
            num.push_back(tmp);
            n /= 10;
        }
        for(int i = 1; i < num.size(); i++) {
            if(num[i] > num[i-1]) {
                for(int j = 0; j < i; j++) {
                    num[j] = 9;
                }
        //比如输入100，不光i-1位置上需要设成9，所有i-1到0号位置都需要变为9
                num[i]--;
            }
        }
        int res = 0;//处理完毕再组合成数字，0号位置是个位
        for(int i = num.size() - 1; i >= 0; i--) {
            res = res*10 + num[i];
        }
        return res;
    }
};

代码随想录C++代码如下：
区别是数组中记录每位数字的顺序不同，而且是使用字符串而不是数字数组来实现

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

1.2 leetcode 738：总结

本题只要想清楚个例，例如98，一旦出现strNum[i - 1] > strNum[i]的情况（非单调递增），首先想让strNum[i - 1]减一，strNum[i]赋值9，这样这个整数就是89。就可以很自然想到对应的贪心解法了
想到了贪心，还要考虑遍历顺序，只有从后向前遍历才能重复利用上次比较的结果

最后代码实现的时候，也需要一些技巧，例如用一个flag来标记从哪里开始赋值9（因为以输入100为例，从个位开始到十位都需要赋为9）

2、在二叉树上进行复杂情况状态推导

2.1 leetcode 968：监控二叉树

第一遍代码没思路
主要是思路想对，想全很难，思路整对整明白了实现就容易了

代码随想录思路
这道题目首先要想，如何放置，才能让摄像头最小的呢？
从题目中示例，其实可以得到启发，我们发现题目示例中的摄像头都没有放在叶子节点上！
这是很重要的一个线索，摄像头可以覆盖上中下三层，如果把摄像头放在叶子节点上，就浪费的一层的覆盖
所以把摄像头放在叶子节点的父节点位置，才能充分利用摄像头的覆盖面积

那么为什么不从头结点开始看起呢，为啥要从叶子节点看呢？
因为头结点放不放摄像头也就省下一个摄像头， 叶子节点放不放摄像头省下了的摄像头数量是指数阶别的
所以我们要从下往上看，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，找不出反例，那么就按照贪心来
此时，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

此时这道题目还有两个难点：
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
在二叉树中如何从低向上推导呢？
可以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

后序遍历代码如下：

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、终止条件和逻辑处理部分思路：如何隔两个节点放一个摄像头
此时需要状态转移的公式，大家不要和动态规划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
来看看这个状态应该如何转移，先来看看每个节点可能有几种状态：
有如下三种：
1、该节点无覆盖
2、本节点有摄像头
3、本节点有覆盖

我们分别有三个数字来表示：
0：该节点无覆盖
1：本节点有摄像头
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，所以一共还是三个状态，以上三种状态覆盖了所有可能

因为在遍历树的过程中，就会遇到空节点，那么问题来了，空节点究竟是哪一种状态呢？空节点表示无覆盖？表示有摄像头？还是有覆盖呢？
回归本质，为了让摄像头数量最少，我们要尽量让叶子节点的父节点安装摄像头，这样才能摄像头的数量最少
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

接下来就是递推关系
递归的终止条件应该是遇到了空节点，此时应该返回2（有覆盖）

代码如下：

// 空节点，该节点有覆盖
if (cur == NULL) return 2;

递归的函数，以及终止条件已经确定了，再来看单层逻辑处理

主要有如下四类情况：
情况1：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
如图：
左右节点都有覆盖的处理情况
代码如下：

// 左右节点都有覆盖
if (left == 2 && right == 2) return 0;

情况2：左右节点至少有一个无覆盖的情况
如果是以下情况，则中间节点（父节点）应该放摄像头：

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

这个不难理解，毕竟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加一，并且return 1，代表中间节点放摄像头
代码如下：

if (left == 0 || right == 0) {
    result++;
    return 1;
}

情况3：左右节点至少有一个有摄像头
如果是以下情况，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）

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

代码如下：

if (left == 1 || right == 1) return 2;

从这个代码中，可以看出，如果left == 1, right == 0 怎么办？其实这种条件在情况2中已经判断过了，如图：
`left == 1, right == 0的情况
情况4：头结点没有覆盖
以上都处理完了，递归结束之后，可能头结点还有一个无覆盖的情况，如图：
递归结束之后，可能头结点还有一个无覆盖的情况的处理
所以递归结束之后，还要判断根节点，如果没有覆盖，result++，代码如下：

int minCameraCover(TreeNode* root) {
    result = 0;
    if (traversal(root) == 0) { // root 无覆盖
        result++;
    }
    return result;
}

思路至此完整

根据思路写代码
对于根节点的判断写在主函数里，主函数刚拿到节点就是根节点
就算不会走到这里，还是要写个返回值
if(left == 1 || right == 1) { // 这个判断一定要写在if(left == 0 || right == 0) 之后，因为只要有0是一定要有摄像头的

class Solution {
public:
    /*
    0：该节点无覆盖
    1：本节点有摄像头
    2：本节点有覆盖
    */
    int res = 0;
    int afterOrder(TreeNode* root) {
        if(root == nullptr) return 2;
        int left = afterOrder(root->left);
        int right = afterOrder(root->right);
        if(left == 2 && right == 2) {
            return 0;
        }
        if(left == 0 || right == 0) {
            res++;
            return 1;
        }
        if(left == 1 || right == 1) { // 这个判断一定要写在if(left == 0 || right == 0) 之后，因为只要有0是一定要有摄像头的
            return 2;
        }
        //对于根节点的判断写在主函数里，主函数刚拿到节点就是根节点
        return -1;//就算不会走到这里，还是要写个返回值
    }

    int minCameraCover(TreeNode* root) {
        if(afterOrder(root) == 0) {
            res++;
        }
        return res;
    }
};

代码随想录C++代码如下：

// 版本一
class Solution {
private:
    int result;
    int traversal(TreeNode* cur) {

        // 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;
    }
};

注意，traverse 中的三个if是有顺序的，需要先判断 left == 0 || right == 0 再判断 left == 1 || right == 1
全局变量可以用参数来代替

/**
 * 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:
    // 0：无摄像头覆盖
    // 1：有摄像头
    // 2：仅仅是有覆盖
    int traverse(TreeNode* root, int &count) {
        if (root == nullptr) 
            return 2;
        int left = traverse(root->left, count);
        int right = traverse(root->right, count);
        if (left == 2 && right == 2) {
            return 0;
        }
        else if (left == 0 || right == 0){
            count++;
            return 1;
        }
        return 2;
    }
    int minCameraCover(TreeNode* root) {
        int count = 0;
        if (traverse(root, count) == 0) {
            count++;
        }
        return count;
    }
};