Leetcode 3373. Maximize the Number of Target Nodes After Connecting Trees II

  • [Leetcode 3373. Maximize the Number of Target Nodes After Connecting Trees II](#Leetcode 3373. Maximize the Number of Target Nodes After Connecting Trees II)
    • [1. 接替思路](#1. 接替思路)
    • [2. 代码实现](#2. 代码实现)

1. 接替思路

这一题和前一题Leetcode 3372其实整体思路上并没有啥太大的区别,都是考察两棵树上各自每一个节点作为根节点时满足条件的节点个数,然后相加。

唯一的区别在于,题目Leetcode 3372要求的是到根节点深度不超过 k k k,而这道题要求的是深度为偶数的节点个数,两者大差不差,都是用一个遍历即可。

但是这里由于只需要考虑奇偶性,因此我们可以用缓存来减小重复计算,优化整体的执行效率。

2. 代码实现

给出python代码实现如下:

python 复制代码
class Solution:
    def maxTargetNodes(self, edges1: List[List[int]], edges2: List[List[int]]) -> List[int]:
        graph1 = defaultdict(list)
        for u, v in edges1:
            graph1[u].append(v)
            graph1[v].append(u)

        graph2 = defaultdict(list)
        for u, v in edges2:
            graph2[u].append(v)
            graph2[v].append(u)
            
        n, m = len(edges1) + 1, len(edges2) + 1
        
        @lru_cache(None)
        def dfs1(u, p, is_valid):
            if is_valid:
                if (p != -1 and len(graph1[u]) == 1) or (p == -1 and len(graph1[u]) == 0):
                    return 1
                else:
                    return 1 + sum(dfs1(v, u, False) for v in graph1[u] if v != p) 
            else:
                if (p != -1 and len(graph1[u]) == 1) or (p == -1 and len(graph1[u]) == 0):
                    return 0
                else:
                    return sum(dfs1(v, u, True) for v in graph1[u] if v != p) 
        
        @lru_cache(None)
        def dfs2(u, p, is_valid):
            if is_valid:
                if (p != -1 and len(graph2[u]) == 1) or (p == -1 and len(graph2[u]) == 0):
                    return 1
                else:
                    return 1 + sum(dfs2(v, u, False) for v in graph2[u] if v != p) 
            else:
                if (p != -1 and len(graph2[u]) == 1) or (p == -1 and len(graph2[u]) == 0):
                    return 0
                else:
                    return sum(dfs2(v, u, True) for v in graph2[u] if v != p) 
        
        s1 = [dfs1(u, -1, True) for u in range(n)]
        s2 = [dfs2(u, -1, False) for u in range(m)]
        s = max(s2)
        return [x+s for x in s1] 

提交代码评测得到:耗时4387ms,占用内存386.5MB。

相关推荐
-森屿安年-5 天前
63. 不同路径 II
c++·算法·动态规划
林森lsjs5 天前
斐波那契数列的 N 种解法:从递归到动态规划的优化之路【算法思考】
算法·动态规划
workflower6 天前
互联网与大数据环境下制造服务模式
人工智能·自然语言处理·数据挖掘·自动驾驶·动态规划·制造
2601_961845156 天前
花生十三网课网盘|百度网盘|下载
数据结构·算法·链表·贪心算法·排序算法·线性回归·动态规划
拂拉氏6 天前
【知识讲解-题目讲解】算法系列之动态规划入门(下)
算法·leetcode·动态规划
2601_961845156 天前
花生十三图推思维导图|图形推理|技巧
数据结构·算法·链表·贪心算法·排序算法·线性回归·动态规划
workflower6 天前
使用大语言模型处理用户需求
大数据·人工智能·设计模式·重构·动态规划
青山木7 天前
Hot 100 --- 滑动窗口最大值
java·数据结构·算法·leetcode·动态规划
xhtdj8 天前
智源大会圆桌大模型没有终局具身智能可能是中国的 AlphaGo 时刻
人工智能·clickhouse·安全·动态规划
2301_764441338 天前
番茄钟+AI:高效专注的秘密武器
人工智能·算法·数学建模·动态规划·交互