共计 3848 个字符,预计需要花费 10 分钟才能阅读完成。
题目形容
这是 LeetCode 上的 427. 建设四叉树 ,难度为 中等。
Tag :「递归」、「前缀和」
给你一个 $n \times n$ 矩阵 grid
,矩阵由若干 $0$ 和 $1$ 组成。请你用四叉树示意该矩阵 grid
。
你须要返回能示意矩阵的 四叉树 的根结点。
留神,当 isLeaf
为 False
时,你能够把 True
或者 False
赋值给节点,两种值都会被判题机制 承受。
四叉树数据结构中,每个外部节点只有四个子节点。此外,每个节点都有两个属性:
val
:贮存叶子结点所代表的区域的值。$1$ 对应True
,$0$ 对应False
;-
isLeaf
: 当这个节点是一个叶子结点时为True
,如果它有 $4$ 个子节点则为False
。class Node { public boolean val; public boolean isLeaf; public Node topLeft; public Node topRight; public Node bottomLeft; public Node bottomRight; }
咱们能够按以下步骤为二维区域构建四叉树:
- 如果以后网格的值雷同(即,全为 $0$ 或者全为 $1$),将
isLeaf
设为True
,将val
设为网格相应的值,并将四个子节点都设为Null
而后进行。 - 如果以后网格的值不同,将
isLeaf
设为False
,将val
设为任意值,而后如下图所示,将以后网格划分为四个子网格。 - 应用适当的子网格递归每个子节点。
四叉树格局:
输入为应用层序遍历后四叉树的序列化模式,其中 null
示意门路终止符,其上面不存在节点。
它与二叉树的序列化十分类似。惟一的区别是节点以列表模式示意 $[isLeaf, val]$。
如果 isLeaf
或者 val
的值为 True
,则示意它在列表 $[isLeaf, val]$ 中的值为 $1$;如果 isLeaf
或者 val
的值为 False
,则示意值为 $0$。
示例 1:
输出:grid = [[0,1],[1,0]]
输入:[[0,1],[1,0],[1,1],[1,1],[1,0]]
解释:请留神,在上面四叉树的图示中,0 示意 false,1 示意 True。
示例 2:
输出:grid = [[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,1,1,1,1],[1,1,1,1,1,1,1,1],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0],[1,1,1,1,0,0,0,0]]
输入:[[0,1],[1,1],[0,1],[1,1],[1,0],null,null,null,null,[1,0],[1,0],[1,1],[1,1]]
解释:网格中的所有值都不雷同。咱们将网格划分为四个子网格。topLeft,bottomLeft 和 bottomRight 均具备雷同的值。topRight 具备不同的值,因而咱们将其再分为 4 个子网格,这样每个子网格都具备雷同的值。
示例 3:
输出:grid = [[1,1],[1,1]]
输入:[[1,1]]
示例 4:
输出:grid = [[0]]
输入:[[1,0]]
示例 5:
输出:grid = [[1,1,0,0],[1,1,0,0],[0,0,1,1],[0,0,1,1]]
输入:[[0,1],[1,1],[1,0],[1,0],[1,1]]
提醒:
- $n == grid.length == grid[i].length$
- $n == 2^x$ 其中 $0 <= x <= 6$
递归
假设咱们存在函数 Node dfs(int a, int b, int c, int d)
,其可能返回「以 $(a, b)$ 为左上角,$(c, d)$ 为右下角」所代表的矩阵的根节点。
那么最终答案为 dfs(0, 0, n-1, n-1)
,不失一般性思考「以 $(a, b)$ 为左上角,$(c, d)$ 为右下角」时如何计算:
-
判断该矩阵是否为全 $0$ 或全 $1$:
- 如果是则间接创立根节点(该节点四个子节点属性均为空)并进行返回;
- 如果不是则创立根节点,递归创立四个子节点并进行赋值,利用左上角 $(a,b)$ 和右下角 $(c, d)$ 可算的横纵坐标的长度为 $c – a + 1$ 和 $d – b + 1$,从而计算出将以后矩阵四等分所失去的子矩阵的左上角和右下角坐标。
因为矩阵大小最多为 $2^6 = 64$,因而判断某个子矩阵是否为全 $0$ 或全 $1$ 的操作用「前缀和」或者是「暴力」来做都能够。
代码:
class Solution {int[][] g;
public Node construct(int[][] grid) {
g = grid;
return dfs(0, 0, g.length - 1, g.length - 1);
}
Node dfs(int a, int b, int c, int d) {
boolean ok = true;
int t = g[a][b];
for (int i = a; i <= c && ok; i++) {for (int j = b; j <= d && ok; j++) {if (g[i][j] != t) ok = false;
}
}
if (ok) return new Node(t == 1, true);
Node root = new Node(t == 1, false);
int dx = c - a + 1, dy = d - b + 1;
root.topLeft = dfs(a, b, a + dx / 2 - 1, b + dy / 2 - 1);
root.topRight = dfs(a, b + dy / 2, a + dx / 2 - 1, d);
root.bottomLeft = dfs(a + dx / 2, b, c, b + dy / 2 - 1);
root.bottomRight = dfs(a + dx / 2, b + dy / 2, c, d);
return root;
}
}
- 工夫复杂度:递归的复杂度剖析要依据主定理,假如矩阵大小为 $n \times n$,依据主定理 $T(n) = aT(\frac{n}{b}) + f(n)$,单次递归最多会产生 $4$ 个子问题(由大矩阵递归 $4$ 个小矩阵),因而问题递归子问题数量 $a = 4$,而子问题规模缩减系数 $b$ 为本来的一半(子矩阵的大小为 $\frac{n}{2} \times \frac{n}{2}$),残余的 $f(n)$ 为判断全 $0$ 和 全 $1$ 的工夫开销,不思考标识位 $ok$ 带来的剪枝成果,每次判断全 $0$ 或全 $1$ 的复杂度与以后问题规模相等,即 $f(n) = O(n^2)$,但整个大小为 $n \times n$ 矩阵每次进行长宽减半的子矩阵拆分,最多会被拆分为 $\log{n}$ 次,因而这部分总的计算量为 $\log{n} \times n^2$。整体复杂度为 $O(n^2 + \log{n} \times n^2)$
- 空间复杂度:疏忽递归带来的额定空间开销,复杂度为 $O(1)$
递归(前缀和优化)
应用前缀和优化「判断全 $0$ 和全 $1$」的操作:对矩阵 grid
求前缀和数组 sum
,对于一个「以左上角为 $(a, b)$,右下角为 $(c, d)$」的子矩阵而言,其所蕴含的格子总数为 $tot = (c – a + 1) * (d – b + 1)$ 个,当且仅当矩阵和为 $0$ 或 $tot$ 时,矩阵全 $0$ 或 $1$。
代码:
class Solution {static int[][] sum = new int[70][70];
int[][] g;
public Node construct(int[][] grid) {
g = grid;
int n = grid.length;
for (int i = 1; i <= n; i++) {for (int j = 1; j <= n; j++) {sum[i][j] = sum[i - 1][j] + sum[i][j - 1] - sum[i - 1][j - 1] + g[i - 1][j - 1];
}
}
return dfs(0, 0, n - 1, n - 1);
}
Node dfs(int a, int b, int c, int d) {int cur = sum[d + 1] - sum[a][d + 1] - sum[b] + sum[a][b];
int dx = c - a + 1, dy = d - b + 1, tot = dx * dy;
if (cur == 0 || cur == tot) return new Node(g[a][b] == 1, true);
Node root = new Node(g[a][b] == 1, false);
root.topLeft = dfs(a, b, a + dx / 2 - 1, b + dy / 2 - 1);
root.topRight = dfs(a, b + dy / 2, a + dx / 2 - 1, d);
root.bottomLeft = dfs(a + dx / 2, b, c, b + dy / 2 - 1);
root.bottomRight = dfs(a + dx / 2, b + dy / 2, c, d);
return root;
}
}
- 工夫复杂度:剖析同理,但判断全 $0$ 和全 $1$ 的复杂度降落为 $O(1)$,整体复杂度为 $O(n^2 + \log{n})$
- 空间复杂度:疏忽递归带来的额定空间开销,复杂度为 $O(n^2)$
最初
这是咱们「刷穿 LeetCode」系列文章的第 No.427
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,局部是有锁题,咱们将先把所有不带锁的题目刷完。
在这个系列文章外面,除了解说解题思路以外,还会尽可能给出最为简洁的代码。如果波及通解还会相应的代码模板。
为了不便各位同学可能电脑上进行调试和提交代码,我建设了相干的仓库:https://github.com/SharingSou…。
在仓库地址里,你能够看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其余优选题解。
更多更全更热门的「口试 / 面试」相干材料可拜访排版精美的 合集新基地 🎉🎉
本文由 mdnice 多平台公布