来源:力扣(LeetCode)
描述:
给你一棵由 n
个顶点组成的无向树,顶点编号从 1
到 n
。青蛙从 顶点 1 开始起跳。规则如下:
- 在一秒内,青蛙从它所在的当前顶点跳到另一个 未访问 过的顶点(如果它们直接相连)。
- 青蛙无法跳回已经访问过的顶点。
- 如果青蛙可以跳到多个不同顶点,那么它跳到其中任意一个顶点上的机率都相同。
- 如果青蛙不能跳到任何未访问过的顶点上,那么它每次跳跃都会停留在原地。
无向树的边用数组 edges
描述,其中 edges[i] = [ai, bi]
意味着存在一条直接连通 ai
和 bi
两个顶点的边。
返回青蛙在 t
秒后位于目标顶点 target
上的概率。与实际答案相差不超过 10^-5
的结果将被视为正确答案。
示例 1:
输入:n = 7, edges = [[1,2],[1,3],[1,7],[2,4],[2,6],[3,5]], t = 2, target = 4
输出:0.16666666666666666
解释:上图显示了青蛙的跳跃路径。青蛙从顶点 1 起跳,第 1 秒 有 1/3 的概率跳到顶点 2 ,然后第 2 秒 有 1/2 的概率跳到顶点 4,因此青蛙在 2 秒后位于顶点 4 的概率是 1/3 * 1/2 = 1/6 = 0.16666666666666666 。
示例 2:
输入:n = 7, edges = [[1,2],[1,3],[1,7],[2,4],[2,6],[3,5]], t = 1, target = 7
输出:0.3333333333333333
解释:上图显示了青蛙的跳跃路径。青蛙从顶点 1 起跳,有 1/3 = 0.3333333333333333 的概率能够 1 秒 后跳到顶点 7 。
提示:
- 1 <= n <= 100
- edges.length == n - 1
- edges[i].length == 2
- 1 <= ai, bi <= n
- 1 <= t <= 50
- 1 <= target <= n
方法:深度优先搜索
首先我们根据 edges 求出树的邻接表,方便我们对图进行搜索。并且定义数组 seen 用来记录已经遍历过的顶点。此外 dfs 的参数还包括当前遍历的顶点序号,和剩余时间 t。青蛙从顶点1开始起跳,所以我们从定点 1 开始进行搜索,初始剩余时间为 t。
每次遍历一个节点时候,如果当前节点没有后续节点,或者剩余时间为 0, 我们不能继续搜索了。此时当前节点是 target , 我们返回概率 1.0, 否则返回概率为 0.0。如果有后续节点,并且剩余时间不为 0,我们继续深度优先搜索,如果有子节点返回概率 p > 0,说明已经找到了节点 target , 又因为跳到任意一个后续子节点上的机率都相同, 我们返回概率 p 除以后续节点个数的商,作为最后的结果。
代码:
class Solution {
public:
double frogPosition(int n, vector<vector<int>>& edges, int t, int target) {
vector<vector<int>> G(n + 1);
for (int i = 0; i < edges.size(); ++i) {
G[edges[i][0]].push_back(edges[i][1]);
G[edges[i][1]].push_back(edges[i][0]);
}
vector<bool> visited(n + 1, false);
return dfs(G, visited, 1, t, target);
}
double dfs(vector<vector<int>>& G, vector<bool>& visited, int i, int t, int target) {
int nxt = i == 1 ? G[i].size() : G[i].size() - 1;
if (t == 0 || nxt == 0) {
return i == target ? 1.0 : 0.0;
}
visited[i] = true;
double ans = 0.0;
for (int j : G[i]) {
if (!visited[j]) {
ans += dfs(G, visited, j, t - 1, target);
}
}
return ans / nxt;
}
};
执行用时:20 ms, 在所有 C++ 提交中击败了70.45%的用户
内存消耗:14.5 MB, 在所有 C++ 提交中击败了90.91%的用户
复杂度分析
时间复杂度:O(n),n 是节点数量。
空间复杂度:n 是节点数量。
author:LeetCode-Solution