DFS+栈_ 子树中标签相同的节点数_198场周赛第2题

文章目录

  • 先贴一下用时
  • 广搜
  • 深搜
  • 代码

先贴一下用时

  • 我觉得思路还蛮清晰的,有问题欢迎评论区指正
    DFS+栈_ 子树中标签相同的节点数_198场周赛第2题_第1张图片

  • 本例是一个多叉树(树是一种特殊的图,不含回路),遍历方式有两种:深搜广搜

广搜

  • 即层次遍历,本题若用BFS来做,需要在节点入队时 保存分支信息,因为题目要求的子树包含的标签信息。

  • 如下图所示
    DFS+栈_ 子树中标签相同的节点数_198场周赛第2题_第2张图片

  • 这里暂时没有想到较好的解决办法 -_-#

  • 下面看一下 深搜 的思路:

深搜

主要思路为:

  • 因为DFS是对应路径的,这里用哈希表暂存路径信息。

  • 遇到相同的标签,用栈来 存储 该路径的节点标签信息,并且不会马上更新祖先节点(DFS先遍历到的节点),而是在遍历下一条路径时(即遍历到叶子节点 或者 遍历完一个节点的所有子树),pop出栈顶元素,更新ans数组中 栈顶元素的值,并累加到栈的下一个元素。

  • vis数组 来标记已经遍历过的顶点

  • 上面单说 有点抽象,下面以一个实际的例子说明
    DFS+栈_ 子树中标签相同的节点数_198场周赛第2题_第3张图片

代码

class Solution:
    def countSubTrees(self, n: int, edges: List[List[int]], labels: str) -> List[int]:
        data = collections.defaultdict(list)
        graph = collections.defaultdict(list)
        for a, b in edges:
            graph[a].append(b)
            graph[b].append(a)
        res = [0] * n
        vis = [False] * n
        def dfs(index):
            if not vis[index]:
                vis[index] = True
                data[labels[index]].append([index, 1])
                for i, one in enumerate(graph[index]):
                    if not vis[one]:  # 未访问
                        dfs(one)
                a, b = data[labels[index]].pop()
                res[a] = b
                if data[labels[index]]:  # 非空
                    data[labels[index]][-1][1] += b
                    
        dfs(0)
        return res
  • 时间复杂度: O ( n ) O(n) O(n),n为顶点数量(边的数量为 n − 1 n-1 n1, 连通无环图 - 树 )
  • 空间复杂度: O ( n ) O(n) O(n)

你可能感兴趣的:(LeetCode题解)