【LeetCode】1483. Kth Ancestor of a Tree Node 1483. 树节点的第 K 个祖先

最新推荐文章于 2026-07-04 15:41:22 发布

原创最新推荐文章于 2026-07-04 15:41:22 发布 · 363 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

Leetcode

该博客介绍了如何在内存受限的情况下，使用O(NlogN)的存储解决树中节点的祖先查询问题。通过记录每个节点的2的幂次祖先，利用分治策略减少查询时间，实现构造时O(NlogN)和查询时O(QlogN)的时间复杂度。算法通过动态规划优化，避免了暴力遍历导致的超时问题。

由于O(N^2)的存储会超内存限制，所以直接记忆化肯定凉了。
只能考虑O(NlogN)的存储，方法就对每个node都记下，它k=1,2,4,8,…时候的k祖先。比如，可以用f[h][node]表示node的2**h祖先是谁。

需要注意的是，记这个的时候也得做一些优化，直接暴力遍历还是会超时。原理就是：
node的 $2^h$ 距离的祖先就是它 $2^{h-1}$ 祖先的 $2^{h-1}$ 祖先，f[h][node] = f[h-1][f[h-1][node]]。

然后在query的时候，直接跳到最接近的那个位置h，使得 $2^h<=k<2^{h+1}$ ，然后找f[h][node]的 $k-2^h$ 祖先即可。

时间复杂度：

constructor: $O (N l o g N)$
query: $O (Q l o g N)$

class TreeAncestor:

    def __init__(self, n: int, parent: List[int]):
        h = floor(log(n, 2))
        self.dist = [parent] + [[-1]*n for _ in range(h)]  # dist[i][j] = getKthAncestor(j, 2**i)
        
        for i in range(1, h+1):
            for j in range(n):
                m = self.dist[i-1][j]
                if m != -1:
                    self.dist[i][j] = self.dist[i-1][m]
        
        # print(self.dist)
            
    
    @lru_cache()
    def getKthAncestor(self, node: int, k: int) -> int:
        if node == -1:
            return -1
        h = floor(log(k, 2))
        if k > 2**h:
            return self.getKthAncestor(self.dist[h][node], k - 2**h)
        return self.dist[h][node]


# Your TreeAncestor object will be instantiated and called as such:
# obj = TreeAncestor(n, parent)
# param_1 = obj.getKthAncestor(node,k)