树节点的第 K 个祖先【LC1483】
给你一棵树,树上有
n
个节点,按从0
到n-1
编号。树以父节点数组的形式给出,其中parent[i]
是节点i
的父节点。树的根节点是编号为0
的节点。树节点的第
k
个祖先节点是从该节点到根节点路径上的第k
个节点。实现
TreeAncestor
类:
TreeAncestor(int n, int[] parent)
对树和父数组中的节点数初始化对象。getKthAncestor``(int node, int k)
返回节点node
的第k
个祖先节点。如果不存在这样的祖先节点,返回-1
。
新知识++
-
思路
-
暴力:从每个
node
出发,往上跳 k k k次,时间复杂度为 O ( m k ) \mathcal{O}(mk) O(mk),会超时 -
优化:每次跳跃时不止跳一个节点->使用倍增算法,预处理每个节点的 2 i 2^i 2i个祖先节点,某个节点的第 2 i + 1 2^{i+1} 2i+1个祖先节点为其第 2 i 2^i 2i个祖先节点的第 2 i 2^i 2i个祖先节点,如果其 2 i 2^i 2i个祖先节点不存在,那么后续的祖先节点也不存在。递推公式如下
d p [ x ] [ i + 1 ] = d p [ d p [ x ] [ i ] ] [ i ] dp[x][i+1] = dp[dp[x][i]][i] dp[x][i+1]=dp[dp[x][i]][i] -
每次查询的 k k k可以由若干2的幂组成,因此可以快速到达第 k k k个祖先节点。
-
-
实现
class TreeAncestor {private int[] depth;private int[][] pa;public TreeAncestor(int[][] edges) {int n = edges.length + 1;int m = 32 - Integer.numberOfLeadingZeros(n); // n 的二进制长度List<Integer> g[] = new ArrayList[n];Arrays.setAll(g, e -> new ArrayList<>());for (var e : edges) { // 节点编号从 0 开始int x = e[0], y = e[1];g[x].add(y);g[y].add(x);}depth = new int[n];pa = new int[n][m];dfs(g, 0, -1);for (int i = 0; i < m - 1; i++) {for (int x = 0; x < n; x++) {int p = pa[x][i];pa[x][i + 1] = p < 0 ? -1 : pa[p][i];}}}private void dfs(List<Integer>[] g, int x, int fa) {pa[x][0] = fa;for (int y : g[x]) {if (y != fa) {depth[y] = depth[x] + 1;dfs(g, y, x);}}}public int getKthAncestor(int node, int k) {for (; k > 0; k &= k - 1)node = pa[node][Integer.numberOfTrailingZeros(k)];return node;}public int getLCA(int x, int y) {if (depth[x] > depth[y]) {int tmp = y;y = x;x = tmp;}// 使 y 和 x 在同一深度y = getKthAncestor(y, depth[y] - depth[x]);if (y == x)return x;for (int i = pa[x].length - 1; i >= 0; i--) {int px = pa[x][i], py = pa[y][i];if (px != py) {x = px;y = py;}}return pa[x][0];} }作者:灵茶山艾府 链接:https://leetcode.cn/problems/kth-ancestor-of-a-tree-node/solutions/2305895/mo-ban-jiang-jie-shu-shang-bei-zeng-suan-v3rw/ 来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
- 复杂度
- 时间复杂度:预处理 O ( n log n ) \mathcal{O}(n\log n) O(nlogn),每个询问 O ( log n ) \mathcal{O}(\log n) O(logn)
- 空间复杂度:预处理 O ( n log n ) \mathcal{O}(n\log n) O(nlogn)
- 复杂度