1.题目
问题描述
天气越来越冷了，村子里有留守老人缺少照顾，会在这个冬天里挨冻，小R想运用自己的知识帮帮他们。已知村庄里每户人家作为一个节点，这些节点可以组成一个二叉树。我们可以在二叉树的节点上供应暖炉，每个暖炉可以为该节点的父节点、自身及其子节点带来温暖。给定一棵二叉树，求使整个村庄都暖和起来至少需要供应多少个暖炉？
本题按层遍历顺序描述二叉树的节点情况。值为 1，代表存在一个节点，值为 0，代表不存在该节点。
测试样例
样例1：
输入：nodes = [1, 1, 0, 1, 1]
输出：
1
样例2：
输入：nodes = [1, 0, 1, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 1]
输出：
3
样例3：
输入：nodes = [1, 1, 0, 1, 1, 1, 1]
输出：
2
2.思路
-
构建二叉树：
- 输入是一个节点列表，其中
1表示该节点存在，0表示该节点不存在。我们需要根据这些节点信息，构建一棵二叉树。 - 从列表中的第一个元素开始，根节点一定存在，然后逐级为每个节点分配左子节点和右子节点。使用队列来辅助构建树，逐个处理节点并为其分配子节点。
- 输入是一个节点列表，其中
-
深度优先搜索（DFS） ：
-
我们的目标是计算每个子树中放置暖炉的最少数量。对于每个节点，可以有以下几种选择：
choose：在当前节点放置暖炉。by_fa：当前节点的父节点已经放置暖炉，那么该节点可以不需要暖炉，或者根据情况放置暖炉。by_children：当前节点的子节点放置暖炉时，当前节点可能也需要一个暖炉。
-
-
状态转移：
-
对于每个节点，
dfs递归地计算其左右子树的状态值（即choose,by_fa,by_children）。 -
对于当前节点的左子树和右子树，分别考虑以下几种情况：
choose：当前节点放置暖炉时，左子树和右子树分别选择最优的方案（choose或by_fa）。by_fa：当前节点的父节点已经放置暖炉，当前节点可以选择不放暖炉，或者根据子节点的状态决定是否需要放暖炉。by_children：当前节点的子节点放置暖炉时，当前节点选择最优方案。
-
然后返回这三种方案的最小值，作为当前节点的最优暖炉数量。
-
-
返回结果：
- 从根节点开始递归计算，并返回根节点的最小暖炉数量。我们最终比较
choose和by_children的值，选择最小值。
- 从根节点开始递归计算，并返回根节点的最小暖炉数量。我们最终比较
3.代码
from collections import deque # 导入双端队列，用于处理节点的层级遍历
from dataclasses import dataclass # 用于定义数据类
from typing import Optional # 用于表示可选类型（类型提示）
@dataclass
class TreeNode:
# 定义二叉树节点的数据结构
left: Optional['TreeNode'] = None
right: Optional['TreeNode'] = None
def solution(nodes):
# Please write your code here
# 构建二叉树并找到至少需要多少个暖炉
rt = TreeNode() # 创建根节点
q1 = deque(nodes[1:]) # 从输入列表中获取节点信息（除去根节点）
q2 = deque([rt]) # 创建一个队列，用于存储当前节点
while q1: # 遍历节点
u = q2.popleft() # 从队列中取出一个节点
# 如果队列q1中还有元素，并且该元素为1，说明当前节点有左子节点
if q1 and q1.popleft():
v = TreeNode()
u.left = v
q2.append(v)
# 如果队列q1中还有元素，并且该元素为1，说明当前节点有右子节点
if q1 and q1.popleft():
v = TreeNode()
u.right = v
q2.append(v)
def dfs(node):
# 深度优先遍历，并计算最少需要的暖炉数
if node is None:
return 10 ** 9, 0, 0 # 如果节点为空，返回很大的数，表示不需要暖炉
# 递归遍历左子树和右子树
l_choose, l_by_fa, l_by_children = dfs(node.left)
r_choose, r_by_fa, r_by_children = dfs(node.right)
# 选择在当前节点放暖炉时的情况
choose = min(l_choose, l_by_fa) + min(r_choose, r_by_fa) + 1
# 如果当前节点的父节点有暖炉，则计算父节点放暖炉的情况
by_fa = min(l_choose, l_by_children) + min(r_choose, r_by_children)
# 如果当前节点的子节点有暖炉，则计算子节点放暖炉的情况
by_children = min(l_choose + r_by_children, r_choose + l_by_children, l_choose + r_choose)
# 返回三种情况的结果
return choose, by_fa, by_children
# 调用dfs，返回的choose是从根节点开始的最少暖炉数
choose, _, by_children = dfs(rt)
# 返回最少需要的暖炉数
return min(choose, by_children)
if __name__ == "__main__":
# You can add more test cases here
print(solution([1, 1, 0, 1, 1]) == 1 )
print(solution([1,0,1,1,0,1,0,1,0,1,0,0,1,1]) == 3 )
print(solution([1,1,0,0,1,1,0,0,1,0,1,1,0,0,1]) == 3 )
choose— 选择在当前节点放暖炉时的情况
-
含义：这是当前节点本身选择放置暖炉时的最小暖炉数量。
-
计算方式：
l_choose是左子树中选择放暖炉的最小数量。l_by_fa是左子树通过父节点来提供暖气的最小数量。r_choose是右子树中选择放暖炉的最小数量。r_by_fa是右子树通过父节点来提供暖气的最小数量。
min(l_choose, l_by_fa)和min(r_choose, r_by_fa)分别表示在左子树和右子树中选择最优方案，不管是通过放暖炉在当前子树节点还是让父节点给子树提供暖气。然后再加上1，表示当前节点本身也需要放一个暖炉来保证温暖。 -
目的：为了让当前节点温暖，我们要从左子树和右子树的最优选择中选择最少的暖炉数量，并且加上当前节点的暖炉。
by_fa— 如果当前节点的父节点有暖炉，则计算父节点放暖炉的情况
by_fa = min(l_choose, l_by_children) + min(r_choose, r_by_children)
-
含义：这是通过父节点提供暖气的最小暖炉数量。
-
计算方式：
l_choose是左子树中放置暖炉的最小数量。l_by_children是左子树的子节点提供暖气的最小数量。r_choose是右子树中放置暖炉的最小数量。r_by_children是右子树的子节点提供暖气的最小数量。
min(l_choose, l_by_children)表示左子树的最优选择，不论是放暖炉在左子树节点，还是通过子节点提供暖气，右侧同理。 -
目的：如果当前节点没有直接放暖炉的情况，那么它可能需要通过父节点提供暖气。
by_fa计算的是这样的一种最优情况，即父节点给左右子树分别提供暖气的最少暖炉数量。
by_children— 如果当前节点的子节点有暖炉，则计算子节点放暖炉的情况
by_children = min(l_choose + r_by_children, l_by_children + r_choose, l_choose + r_choose)
-
含义：这是通过子节点提供暖气的最小暖炉数量。
-
计算方式：
l_choose是左子树中放置暖炉的最小数量。r_by_children是右子树通过其子节点提供暖气的最小数量。l_by_children是左子树通过其子节点提供暖气的最小数量。r_choose是右子树中放置暖炉的最小数量。
这里有三种情况：
l_choose + r_by_children：将暖炉放在左子树，并且右子树通过其子节点提供暖气。l_by_children + r_choose：左子树通过其子节点提供暖气，右子树将暖炉放在其节点。l_choose + r_choose：分别将暖炉放在左子树和右子树节点。
-
目的：这是在考虑左右子树已经放置了暖炉的情况下，计算通过子节点（而非当前节点或父节点）来传递暖气的最优方式，得到最少的暖炉数量。
