2024-01-10|閱讀時間 ‧ 約 27 分鐘

經典圖論題 Amount of Time for Binary Tree to Be Infected_2385

題目敘述

題目會給定我們一棵二元數Binary Tree的根結點。

並且給定感染的病毒源節點位置,每個單位時間,可以向相鄰的節點感染一次,問我們需要多少時間去感染整棵樹?

題目的原文敘述


測試範例

Example 1:

Input: root = [1,5,3,null,4,10,6,9,2], start = 3
Output: 4
Explanation: The following nodes are infected during:
- Minute 0: Node 3
- Minute 1: Nodes 1, 10 and 6
- Minute 2: Node 5
- Minute 3: Node 4
- Minute 4: Nodes 9 and 2
It takes 4 minutes for the whole tree to be infected so we return 4.

Example 2:

Input: root = [1], start = 1
Output: 0
Explanation: At minute 0, the only node in the tree is infected so we return 0.

約束條件

Constraints:

  • The number of nodes in the tree is in the range [1, 10^5].
  • 1 <= Node.val <= 10^5
  • Each node has a unique value.
  • A node with a value of start exists in the tree.

演算法

其實,二元樹Binary tree本身也是一種圖Graph,轉換成圖之後,要解開就非常容易了。

因為,最少需要多少時間去感染整棵樹 = 最少需要多少時間,去拜訪整張圖。

我們就把原本感染的問題映射到圖上的拜訪Traversal問題去解開來。


第一步:

先用DFS深度優先演算法建立整張圖,也就是把二元樹的連結關係相鄰陣列的方式來表達

第二步:

再用BFS廣度優先演算法,從感染的起點開始,拜訪整張圖,所需的時間就是感染整顆樹的時間。(BFS先天具有點波源擴散的性質)


程式碼

class Solution: 		
def amountOfTime(self, root: Optional[TreeNode], start: int) -> int:
graph = defaultdict(list)

# Build connected graph for binary tree in DFS
def dfs(node, parent):

if not node:
return

if parent:
graph[node.val].append(parent.val)
graph[parent.val].append(node.val)

dfs(node.left, node)
dfs(node.right, node)
return
#--------------------------------------
dfs(root, None)

# Start infection from start node, with BFS, which naturally has shortest path
bfs_queue = deque( [ (start, 0) ] )
visited = set([start])

while bfs_queue:

for _ in range( len(bfs_queue) ):
cur, step = bfs_queue.popleft()

for neighbor in graph[cur]:
if neighbor not in visited:
visited.add(neighbor)
bfs_queue.append( (neighbor, step+1) )

return step


關鍵知識點

二元樹Binary tree本身也是一種圖Graph,轉換成圖之後,要解開就非常容易了。

因為,最少需要多少時間去感染整棵樹 = 最少需要多少時間,去拜訪整張圖。


另外,BFS先天具有點波源擴散的性質,所以在無權重的圖中,也具有尋找最短路徑的特質。在這題,就是利用這個特質,來找出最少需要多少時間來拜訪整張圖(相當於感染整棵樹)


複雜度分析

時間複雜度:

O(n) DFS和BFS拜訪整張圖,每個節點至多分別拜訪一次,O(2n) = O(n)。

空間複雜度:

O(n) DFS和BFS拜訪整張圖,最大深度發生在整棵樹向左歪斜或者向右歪斜時 = O(n)。

另外,建立graph的相連矩陣時,也需要耗費O(n)的空間。


Reference:

[1] Python by DFS + BFS [w/ Comment]

分享至
成為作者繼續創作的動力吧!
從 Google News 追蹤更多 vocus 的最新精選內容從 Google News 追蹤更多 vocus 的最新精選內容

作者的相關文章

小松鼠的演算法樂園 的其他內容

你可能也想看

發表回應

成為會員 後即可發表留言
© 2024 vocus All rights reserved.