代码随想录算法训练营第三十九天| 738.单调递增的数字 、968.监控二叉树、总结

738.单调递增的数字

题目链接：738.单调递增的数字

文档讲解：代码随想录/单调递增的数字

视频讲解：视频讲解-单调递增的数字

状态：已完成（1遍）

解题过程 

看到题目的第一想法

这道题我的想法是从后往前遍历，如果此刻遍历的数字比前一位数字要小，那么此位数字及之后的位数的所有数字都得变成9，并且前一位数字要减一（如果是0那就也变9），至于再前一位不用管，遍历到前一位的时候会处理。

/**
 * @param {number} n
 * @return {number}
 */
var monotoneIncreasingDigits = function(n) {
    let ans = n.toString().split('').map((num)=>Number(num));
    //Number--字符串--字符串数组--数组中每个字符串转换为Number方便运算
    for(let i = ans.length-1;i>0;i--){
        if(ans[i]<ans[i-1]){
            //只要出现一个位数的数字比前一位小，这一位和后面所有的都得变成9
            let index = i;
            while(index<ans.length){
                ans[index] = 9;
                index++;
            }
            //且前一位得减1
            ans[i-1] = ans[i-1] == 0?9:ans[i-1]-1;
        }
    }
    let outPut = Number(ans.map(String).join(''));
    //每一位Number的数组--字符串数组--单个字符串--Number
    return outPut;
};

提交没有问题。 

看完代码随想录之后的想法 

大体思路差不多，就是有一处可以优化，只用记住最靠前的比前一位小的数字所在的位数之后再开个for循环把这一位之后的所有数字都改成9就可以了。

讲解代码如下：

/**
 * @param {number} n
 * @return {number}
 */
var monotoneIncreasingDigits = function(n) {
    n = n.toString()
    n = n.split('').map(item => {
        return +item
    })
    let flag = Infinity
    for(let i = n.length - 1; i > 0; i--) {
        if(n [i - 1] > n[i]) {
            flag = i
            n[i - 1] = n[i - 1] - 1
            n[i] = 9
        }
    }

    for(let i = flag; i < n.length; i++) {
        n[i] = 9
    }

    n = n.join('')
    return +n
};

总结

感觉这道题相比于前面的抽象问题还是比较容易想到的，看三个例子就可以想出局部最优的思路。

---

 968.监控二叉树

题目链接：968.监控二叉树

文档讲解：代码随想录/监控二叉树

视频讲解：视频讲解-监控二叉树

状态：已完成（1遍）

解题过程  

看到题目的第一想法

这题我想不出来局部最优的思路。。感觉情况太多了，这题真挺复杂的感觉。（毕竟卡尔哥也说了一刷跳过）

 看完代码随想录之后的想法 

叶子结点不放摄像头，在叶子结点的父节点放摄像头。把握住这一个关键点就ok，这就是局部最优，再一步步往上遍历。

讲解代码如下：

/**
 * Definition for a binary tree node.
 * function TreeNode(val, left, right) {
 *     this.val = (val===undefined ? 0 : val)
 *     this.left = (left===undefined ? null : left)
 *     this.right = (right===undefined ? null : right)
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 */
var minCameraCover = function(root) {
    let result = 0
    function traversal(cur) {
        if(cur === null) {
            return 2
        }

        let left = traversal(cur.left)
        let right = traversal(cur.right)

        if(left === 2 && right === 2) {
            return 0
        }

        if(left === 0 || right === 0) {
            result++
            return 1
        }

        if(left === 1 || right === 1) {
            return 2
        }

        return -1
    }

    if(traversal(root) === 0) {
        result++
    }

    return result

};

总结

采用后序遍历（左右中），因为要根据左右孩子的状态确定父节点是否放摄像头。

子节点的状态分为：0无摄像头也无摄像头覆盖覆盖、1有摄像头、2无摄像头但被摄像头覆盖。

---

贪心算法总结

 文档讲解：代码随想录/贪心算法总结

总结

1. 贪心的本质就是局部最优解推出全局最优解；
2. 贪心无固定套路、固定框架；

原文地址：https://blog.csdn.net/m0_57160016/article/details/139185529

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！