834. 树中距离之和

给定一个无向、连通的树。树中有 n 个标记为 0…n-1 的节点以及 n-1 条边 。

给定整数 n 和数组 edges , edges[i] = [ai, bi]表示树中的节点 ai 和 bi 之间有一条边。

返回长度为 n 的数组 answer ,其中 answer[i] 是树中第 i 个节点与所有其他节点之间的距离之和。

示例 1:

输入: n = 6, edges = [[0,1],[0,2],[2,3],[2,4],[2,5]]
输出: [8,12,6,10,10,10]
解释: 树如图所示。
我们可以计算出 dist(0,1) + dist(0,2) + dist(0,3) + dist(0,4) + dist(0,5)
也就是 1 + 1 + 2 + 2 + 2 = 8。 因此,answer[0] = 8,以此类推。
示例 2:

输入: n = 1, edges = []
输出: [0]
示例 3:

输入: n = 2, edges = [[1,0]]
输出: [1,1]

提示:

1 <= n <= 3 * 104
edges.length == n - 1
edges[i].length == 2
0 <= ai, bi < n
ai != bi
给定的输入保证为有效的树

来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/sum-of-distances-in-tree
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

题意:

首先给出节点数,然后给出有哪些边,最终的返回值是一个数组,ans[i]表示节点 i 到每一个节点的距离和。

思路:

树形DP。

首先是暴力的思路。

以根节点为例,定义 dp[u] 表示以 u 为根的子树,它的所有子节点到它的距离之和,同时定义 sz[u] 表示以 u 为根的子树的节点数量,不难得出如下的转移方程:

在这里插入图片描述
ok,那暴力的思路就是,把每个点都当作根结点,都跑一遍这样的代码,最终得到每个点的答案。

有更优化的思路嘛?

有的,只是我想不到而已。

跟之前一样,首先从 0 出发DFS , 累加 0 到每个点的距离,得到ans[0]。

在DFS的同时,计算出每棵子树dp值和sz值。

然后从 0 出发再次DFS , 这次就要得到剩下的所有节点的ans值。怎么得到呢?
假设 v 是 u 的子节点,那就有:

		dp[u] -= dp[v] + sz[v];
        sz[u] -= sz[v];
        dp[v] += dp[u] + sz[u];
        sz[v] += sz[u];

这是因为,当你把v看作父结点,u看作v的子节点的时候,v 不在 u 的后代集合中了,因此此时 dp[u] 需要减去 v 的贡献,同时sz[u]也要减去相应的sz[v]。
dp[u] -= dp[v] + sz[v];

而 v 的后代节点集合中多出了 u,因此 dp[v] 的值要由 u 更新上来,即:
dp[v] += dp[u] + sz[u];

同时 sz[v] 也要相应加上 sz[u]。

代码:

class Solution {
public:
    vector<int> ans , sz , dp;
    vector<vector<int>> graph;

    void dfs(int u , int f){
        sz[u] = 1;
        dp[u] = 0;
        for(auto& v:graph[u]){
            if(v == f)
                continue;
            dfs(v,u);
            dp[u] += dp[v] + sz[v];
            sz[u] += sz[v];
        }
    }

    void dfs2(int u , int f){
        ans[u] = dp[u];
        for(auto& v:graph[u]){
            if(v == f)
                continue;
            int pu = dp[u] , pv = dp[v];
            int su = sz[u] , sv = sz[v];

            dp[u] -= dp[v] + sz[v];
            sz[u] -= sz[v];
            dp[v] += dp[u] + sz[u];
            sz[v] += sz[u];

            dfs2(v , u);

            dp[u] = pu , dp[v] = pv;
            sz[u] = su , sz[v] = sv;
        }
    }

    vector<int> sumOfDistancesInTree(int n, vector<vector<int>>& edges) {
        ans.resize(n , 0);
        sz.resize(n, 0);
        dp.resize(n , 0);
        graph.resize(n , {});
        for(auto& edge:edges){
            int u = edge[0];
            int v = edge[1];
            graph[u].emplace_back(v);
            graph[v].emplace_back(u);
        }
        dfs(0 , -1);
        dfs2(0 , -1);
        return ans;
    }
};


你可能感兴趣的:(力扣,#,dp动态规划,深度优先,算法,图论)